OPTIMASI JUMLAH PERSEDIAAN BARANG
BANTUAN BENCANA BANJIR UNTUK
MEMAKSIMALKAN JUMLAH PERMINTAAN YANG
TERPENUHI MENGGUNAKAN MIXED INTEGER
PROGRAMMING
LAPORAN TUGAS AKHIR
Oleh:
MUTIA ZAHVIRA RIDWAN 102416027
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
UNIVERSITAS PERTAMINA
2020
O P T IM A SI JU MLA H PE R SE D IAA N B A R A N G B A N T U A N B E N C A N A B A N JIR U N T U K MEMA K SI MAL K A N JU MLA H P E R MI N T A A N Y A N G T E R P E N U H I MEN G G U N A K A N MI X E D IN T E G E R P R O G R A MMIN G M u tia Z ah vira R id w an 102416027
OPTIMASI JUMLAH PERSEDIAAN BARANG
BANTUAN BENCANA BANJIR UNTUK
MEMAKSIMALKAN JUMLAH PERMINTAAN YANG
TERPENUHI MENGGUNAKAN MIXED INTEGER
PROGRAMMING
LAPORAN TUGAS AKHIR
Oleh:
MUTIA ZAHVIRA RIDWAN 102416027
FAKULTAS TEKNOLOGI INDUSTRI
PROGRAM STUDI TEKNIK LOGISTIK
UNIVERSITAS PERTAMINA
2020
LEMBAR PENGESAHAN TUGAS AKHIR
Judul Tugas Akhir : Optimasi Jumlah Persediaan Barang Bantuan Bencana Banjir Untuk Memaksimalkan Jumlah Permintaan Yang Terpenuhi Menggunakan Mixed
Integer Programming.
Nama Mahasiswa : Mutia Zahvira Ridwan.
Nomor Induk Mahasiswa : 102416027.
Program Studi : Teknik Logistik.
Fakultas : Teknologi Industri.
Tanggal Lulus Sidang Tugas Akhir : 31 Agustus 2020.
Jakarta, 10 September 2020. MENGESAHKAN
Pembimbing I : Nur Layli Rachmawati, S.T., M.T.
NIP. 116062 (...)
Pembimbing II : Mirna Lusiani, S.T., M.T.
NIP. 119026 (...)
MENGETAHUI, Ketua Program Studi,
Dr. Eng. Iwan Sukarno. ST, M.Eng NIP. 116128
Universitas Pertamina - i
ABSTRAK
Optimasi Jumlah Persediaan Barang Bantuan Bencana Banjir Untuk Memaksimalkan Jumlah Permintaan Yang Terpenuhi Menggunakan Mixed
Integer Programming
Nama Mahasiswa : Mutia Zahvira Ridwan
NIM : 102416027
Indonesia merupakah salah satu negara dengan jumlah kejadian bencana alam tertinggi. Menurut catatan BNPB, 98% bencana alam yang sering terjadi di Indonesia adalah bencana hidrometeorologi yaitu bencana yang disebabkan oleh air atau iklim. Hal tersebut selaras dengan data 5 tahun terakhir yang menunjukkan bahwa banjir adalah salah satu jenis bencana yang paling mendominasi. Perencanaan stok barang bantuan (pre-positioning) adalah salah satu tahapan paling penting dalam manajemen bencana pada masa persiapan. Hal ini bertujuan untuk meminimalisir korban bencana dan meningkatkan operasi dalam respon bencana nantinya. Oleh karena itu, tujuan dari penelitian ini adalah untuk memperoleh jumlah persediaan barang bantuan yang optimal untuk setiap jenis barang bantuan yang akan disalurkan untuk korban bencana. Penelitian ini menggunakan kasus banjir di DKI Jakarta pada April 2019 yang masih mengalami kekurangan barang bantuan pada saat itu. Berdasarkan hasil pengolahan data dengan menggunakan model Mixed Integer Programming (MIP) pada LINGO 18, untuk memenuhi permintaan 1.746 KK diperoleh bahwa jumlah persediaan untuk setiap jenis barang bantuan adalah masing-masing 728 unit untuk air mineral dan biskuit, sedangkan family kits dan matras masing-masing 145 unit.
Universitas Pertamina - ii
ABSTRACT
Optimasi Jumlah Persediaan Barang Bantuan Bencana Banjir Untuk Memaksimalkan Jumlah Permintaan Yang Terpenuhi Menggunakan Mixed
Integer Programming
Nama Mahasiswa : Mutia Zahvira Ridwan
NIM : 102416027
Indonesia is one of the most countries with the highest number of natural disasters. According to National Agency For Disaster Management (BNPB) records, 98% of natural disasters that often occur in Indonesia are hydrometeorological disasters, type of that disaster caused by water or climate. This is proven by the data for the last 5 years which shows that flood is one of the most types of disasters has occured. Prepositioning is one of the most important stage in disaster management during the preparedness phase. This aims to minimize the number of victims and improve the operations at response phase. Therefore, the goal of this research is to obtain the optimal supply of relief items for each type of relief item that will be distributed to each disaster area. DKI Jakarta flood case studies will used for this research, since at the past event there was still a shortage of relief items. Based on the results by running the Mixed Integer Programming (MIP) model in LINGO 18, to meet the demand for 1.746 households, the total supply for each type of relief items was 728 units each for mineral water and biscuits, while the family kits and mattresses were 145 units each.
Universitas Pertamina - iii
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas kehadiratnya yang telah melimpahkan rahmat dan hidayahnya karena telah memberikan kesempatan kepada penulis dalam menyelesaikan laporan tugas akhir yang memiliki maskud dan tujuan untuk memenuhi salah satu syarat untuk mendapatkan gelar Sarjana Teknik pada jurusan Teknik Logistik di Universitas Pertamina sebagai angkatan pertama. Pada proses penyusunan laporan ini, perlu disadari bahwa terdapat dukungan dan arahan dari berbagai pihak, sehingga laporan ini dapat diselesaikan dengan baik. Oleh karena itu, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Orang tua dan adik saya Salwa Salsabilla Ridwan yang selalu memberikan dukungan dan doa untuk penulis,
2. Ibu Mirna Lusiani, S.T., M.T. dan Ibu Nur Layli Rachmawati, S.T., M.T., selaku Dosen Pembimbing, yang telah memberikan masukan dan arahan yang membangun,
3. Seluruh Bapak/Ibu Dosen Teknik Logistik yang telah memberikan banyak ilmu bermanfaat,
4. Teman-teman penulis di bangku perkuliahan, khususnya kepada Adelady Rozha, Anisha Rizqy, Bintang Pramadanti, Dinda Rana, dan Sella Berlian, yang saling memberikan semangat pada pengerjaan tugas akhir ini.
5. Ervina Yustika dan Tri Arini yang selalu mendengarkan, mendukung, dan memberikan semangat dan doanya,
6. Seluruh teman diluar sana yang selalu memberikan dorongan dan semangat kepada penulis, dan tentunya berterima kasih kepada diri sendiri yang akhirnya mampu menuntaskan laporan tugas akhir ini.
Jakarta, 11 Agustus 2020.
Mutia Zahvira Ridwan 102416027
Universitas Pertamina - iv
DAFTAR ISI
LEMBAR PENGESAHAN TUGAS AKHIR ... i
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... vi
DAFTAR GAMBAR ... vii
BAB I PENDAHULUAN ... 1
Latar Belakang ... 1
1.2 Rumusan Masalah ... 6
1.3 Tujuan Penelitian ... 6
1.4 Manfaat Penelitian ... 7
1.5 Ruang Lingkup Permasalahan ... 7
1.6 Sistematika Penulisan ... 8
BAB II TINJAUAN PUSTAKA ... 10
Landasan Teori ... 10
2.2.1 Manajemen Bencana ... 10
2.2.2 Mekanisme Penanggulangan Bencana ... 11
2.2.3 Logistik Kemanusiaan ... 12
2.2.4 Pola Penyelenggaraan Bantuan Logistik ... 14
2.2.5 Integer Programming ... 16
2.2.6 LINGO ... 16
2.2. Penelitian Terdahulu ... 18
BAB III METODOLOGI PENELITIAN ... 21
Metodologi Penelitian ... 21
3.2 Rancangan Penelitian ... 22
Menentukan Topik Penelitian ... 22
Identifikasi Masalah ... 22
Studi Literatur ... 23
Menentukan Metode Peneltian ... 23
Universitas Pertamina - v
Menentukan Tujuan dan Hasil Penelitian ... 23
Pengumpulan Data ... 24
Pengolahan Model dengan LINGO ... 24
Analisis Hasil ... 28
Penarikan Kesimpulan dan Saran... 28
BAB IV HASIL DAN PEMBAHASAN... 30
Pengumpulan dan Pengolahan Data ... 30
4.1.1 Pengumpulan Data ... 30
4.1.2 Pengolahan Data... 36
4.2 Analisis Hasil ... 43
4.2.1 Analisis Model ... 43
4.2.2 Analisis Sensitivitas ... 46
BAB V KESIMPULAN DAN SARAN ... 55
Kesimpulan ... 55
5.2 Saran... 55
DAFTAR PUSTAKA ... 57
LAMPIRAN ... 61
Universitas Pertamina - vi
DAFTAR TABEL
Tabel 2.1 Penelitian Terdahulu... 18
Tabel 4.1 Lokasi Banjir Jakarta April 2019 ... 30
Tabel 4.2 Jenis Barang Bantuan BPBD Jakarta untuk Banjir April 2019 ... 31
Tabel 4.3 Data Bobot, Ukuran, Volume, Berat, dan Biaya Pengadaan Barang Bantuan April 2019 ... 32
Tabel 4.4 Jumlah KK Terdampak Banjir DKI Jakarta 1 Tahun ... 33
Tabel 4.5 Jumlah Permintaan Setiap Jenis Barang Bantuan ... 33
Tabel 4.6 Contoh Data Kejadian Banjir ... 33
Tabel 4.7 Data Probabilitas Kejadian Banjir ... 34
Tabel 4.8 Waktu Tempuh dari Gudang Menuju Wilayah Bencana ... 35
Tabel 4.9 Daftar Notasi Pada Model dalam LINGO ... 37
Tabel 4.10 Contoh Penyusunan Data Pada Excel Untuk Dataset Location ... 38
Tabel 4.11 Hasil Perhitungan LINGO Terhadap Variabel Keputusan Jumlah ... 41
Tabel 4.12 Uji Validasi Model Terhadap Batasan 3.5 ... 41
Tabel 4.13 Rekapitulasi Validasi Variabel Keputusan Terhadap Batasan ... 41
Tabel 4.14 Rekapitulasi Hasil Perhitungan Model dengan LINGO ... 42
Tabel 4.15 Perhitungan Biaya Menyediakan Barang Bantuan ... 44
Tabel 4.16 Perbandingan Total Persediaan Ketika Anggaran Dana Dinaikkan .. 50
Universitas Pertamina - vii
DAFTAR GAMBAR
Gambar 1.1 Negara dengan Jumlah Kejadian Bencana Alam Tertinggi di Tahun
2018 ... 1
Gambar 1.2 Peta Penilaian Indeks Risiko Bencana (inaRISKBNPB, 2019)... 2
Gambar 1.3 Persentase Kejadian Bencana Alam di Pulau Jawa (DIBI, 2019) ... 2
Gambar 2.1 Alur Permintaan Barang Bantuan Logistik (BNPB,2009) ... 15
Gambar 3.1 Diagram Alir Metodologi Penelitian ... 21
Gambar 3.2 Diagram Alir Metodologi Penelitian Lanjutan ... 22
Gambar 4.1 Peta Lokasi Bencana Banjir DKI Jakarta April 2019 ... 31
Gambar 4.2 Formulasi Data Sets dan Parameter ke Bahasa LINGO ... 36
Gambar 4.3 Contoh Formulasi Data ke Bahasa LINGO ... 38
Gambar 4.4 Formulasi Fungsi Tujuan dan Fungsi Kendala ke Bahasa LINGO 38 Gambar 4.5 Contoh Peringatan Syntax yang Digunakan Salah ... 39
Gambar 4.6 Display Model Matematika Batasan Masalah 3.4 ... 40
Gambar 4.7 Verifikasi Model pada LINGO ... 40
Gambar 4.8 Hasil Dari Variabel Keputusan Qjk ... 44
Gambar 4.9 Hasi dari Variabel Keputusan Fijk dan Nik ... 45
Gambar 4.10 Hasil dari Variabel Keputusan Xij dalam Waktu Respon ... 45
Gambar 4.11 Grafik Pengaruh Kenaikan Jumlah Permintaan Terhadap Total Jumlah Persediaan yang Disimpan ... 46
Gambar 4.12 Perbandingan Kenaikan Jumlah Permintaan dengan Proporsi Permintaan yang Terpenuhi pada Lokasi Jakarta Selatan ... 47
Gambar 4.13 Perbandingan Kenaikan Jumlah Permintaan dengan Proporsi Permintaan yang Terpenuhi pada Lokasi Jakarta Selatan ... 47
Gambar 4.14 Perbandingan Perubahan Anggaran Dana Terhadap Persediaan ... 48
Gambar 4.15 Perbandingan Perubahan Anggaran Dana Terhadap Total Jumlah Persediaan (Asumsi Permintaan Meningkat 4 kali lipat) ... 49
Gambar 4.16 Perbandingan Perubahan Anggaran Dana Terhadap Total Jumlah Persediaan (Asumsi Permintaan Meningkat 6 kali lipat) ... 49
Gambar 4.17 Perubahan Anggaran Dana Terhadap Proporsi Jumlah Permintaan Terpenuhi (Asumsi Permintaan 6 Kali Lipat) ... 50
Universitas Pertamina - viii
Gambar 4.18 Perbandingan Perubahan Anggaran Pascabencana Terhadap Total Jumlah Persediaan (Asumsi Permintaan Meningkat 6 Kali Lipat) 51 Gambar 4.19 Perbandingan Penambahan Gudang Terhadap Total Jumlah
Universitas Pertamina - 1
BAB I PENDAHULUAN
Bagian pertama adalah pendahuluan yang terdiri dari gambaran umum mengenai acuan penelitian yang sesuai berdasarkan topik yang diangkat. Pada pendahuluan dibagi menjadi 6 bagian yaitu latar belakang, perumusan masalah, tujuan dan manfaat penelitian, ruang lingkup dan asumsi, serta sistematika penulisan.
Latar Belakang
Indonesia pada tahun 2018 menempati peringkat ke-4 di dunia sebagai negara dengan jumlah bencana alam terbanyak setelah United States berdasarkan hasil survey CRED (Centre for Research on the Epidemiology of Disasters) yang dilansir pada halaman resmi Statista berjudul “Countries with the most natural disasters in 2018.” Berdasarkan UU No. 24 Tahun 2007, definisi dari bencana alam itu sendiri adalah suatu serangkaian peristiwa yang disebabkan oleh alam seperti tsunami, gempa bumi, gunung meletus, banjir, kekeringan, angin topan, dan tanah longsor. Berdasarkan pemicunya bencana alam dibagi menjadi dua, yaitu bencana hidrometeorologi dan geologi. Bencana geologi adalah bencana yang disebabkan oleh aktivitas lempeng bumi contohnya gempa dan gunung merapi, sedangkan hidrometeorologi adalah bencana yang disebabkan oleh air atau iklim, seperti banjir, tanah longsor, kekeringan, dan puting beliung (Wibowo, 2019).
Gambar 1.1 Negara dengan Jumlah Kejadian Bencana Alam Tertinggi di Tahun 2018 0 5 10 15 20 25 N UM BE R O F DIS A ST ER S
Universitas Pertamina - 2
Pada peta penilaian indeks risiko bencana tahun 2019 yang dapat dilihat pada gambar 1.2, menunjukkan bahwa daerah Pulau Jawa memiliki risiko tinggi untuk terjadinya bencana alam yang tersebar di setiap daerahnya. Berdasarkan catatan BNPB (Badan Nasional Penanggulangan Bencana), 98% bencana alam yang sering terjadi di Indonesia adalah bencana hidrometeorologi dan tahun ini Pulau Jawa yang paling berpotensi terkena dampak dan rawan oleh jenis bencana tersebut. Bencana alam yang paling sering terjadi di Pulau Jawa adalah bencana banjir, hal ini sesuai dengan data selama 5 tahun terakhir bahwa sebesar 32% dari total kejadian bencana alam, banjir adalah jenis bencana alam yang paling mendominasi.
Gambar 1.2 Peta Penilaian Indeks Risiko Bencana (inaRISK BNPB, 2019)
Gambar 1.3 Persentase Kejadian Bencana Alam di Pulau Jawa (DIBI, 2019)
32% 26% 1% 31% 1% 7% 1% 0% 0% 1%
Persentase Kejadian Bencana Pulau Jawa Berdasarkan Jenis Banjir Tanah Longsor Gelombang Pasang/Abrasi Puting Beliung Kekeringan Kebakaran Gempa Bumi Tsunami
Universitas Pertamina - 3
Melihat indeks risiko bencana alam di Pulau Jawa lebih tinggi dengan bencana banjir yang paling mendominasi daripada kejadian lainnya, maka manajemen bencana untuk bencana banjir ini sangat perlu diperhatikan dengan melakukan perencanaan tindakan yang perlu diambil agar tepat sasaran dan dapat mengurangi jumlah korban jiwa. Apabila berbicara mengenai banjir, salah satu daerah di Pulau Jawa yang perlu diperhatikan adalah DKI Jakarta yang seakan-akan tidak pernah lepas dari bencana banjir setiap tahunnya sehingga menghambat aktivitas warga di suatu wilayah. Lembaga Ilmu Pengetahuan Indonesia (LIPI) menyatakan alasan Jakarta sering mengalami banjir adalah karena berada di daerah dataran rendah serta adanya perubahan iklim global yang mengubah tingkat curah hujan sehingga hal ini tidak dapat dihindarkan.
Pada 26 April tahun 2019, berdasarkan data yang dihimpun oleh Badan Penanggulangan Bencana Daerah (BPBD) DKI Jakarta, terdapat 14 titik lokasi terdampak banjir di DKI Jakarta akibat meluapnya Sungai Ciliwung saat itu. Daerah yang terdampak banjir pada 14 lokasi tersebut diantaranya berlokasi di kota Jakarta Selatan dan Jakarta Timur. Akibat dari kejadian banjir tersebut terdapat 2 orang korban yang meninggal dan lebih dari 2.000 korban masih mengungsi.
Kemudian, berdasarkan hasil wawancara dengan salah satu kepala daerah ditemukan bahwa saat itu jumlah bantuan yang dikirimkan belum maksimal. Beberapa barang bantuan yang dibutuhkan seperti air bersih, genset, obat-obatan, tenda, dan selimut tidak dipenuhi padahal korban masih dalam status pengungsian dan banyak lumpur yang menutupi area sekitarnya. Begitupun dengan barang bantuan berupa makanan instan, makanan yang diberikan belum mencukupi untuk setengah korban. Walaupun telah dikirimkan bantuan berupa bahan mentah untuk dimasak, namun kondisi di daerah tersebut tidak memungkinkan bagi mereka untuk mengolah bahan baku tersebut menjadi makanan. Sehingga, korban mengharapkan adanya bantuan beruapa makanan instan dengan jumlah yang cukup sehingga mereka tidak kelaparan.
Seharusnya, DKI Jakarta sebagai daerah dengan tingkat kepadatan penduduk yang tinggi dan melihat pada kejadian tersebut masih banyaknya jumlah korban yang mengungsi saat darurat bencana, maka pemerintah atau organisasi kemanusiaan perlu memerhatikan tindakan seperti penyaluran bantuan logistik
Universitas Pertamina - 4
dengan jumlah yang tepat untuk keberlangsungan hidup korban yang sementara waktu tidak dapat memenuhi kebutuhannya disaat keadaan tersebut. Selain itu, Jakarta sebagai ibu kota yang merupakan daerah pusat perekonomian dan memiliki banyak toko-toko atau sektor perdagangan yang dapat memasok kebutuhan sehari-hari serta keberadaannya yang dijadikan sebagai pusat penerimaan barang bantuan baik secara nasional dan internasional, tidak seharusnya mengalami kekurangan bantuan logistik, yaitu mencakup kebutuhan sehari-hari masyarakat seperti sembako dan makanan siap saji.
Oleh karena itu, perlu adanya perencanaan jumlah barang bantuan yang tepat untuk korban bencana alam yang perlu dipersiapkan dan kemudian disalurkan sebagai bantuan pada korban. Pada kondisi darurat seperti itu, peran logistik bencana sangat dibutuhkan untuk mengurangi jumlah korban yang terdampak salah satunya dengan memenuhi sejumlah permintaan barang bantuan yang perlu dipenuhi di lokasi bencana (Koseoglu & Yildirimh, 2015). Jumlah permintaan barang bantuan ini bersifat tidak pasti, karena sulit untuk memprediksi kapan, dimana, dan seberapa besar dampak dari kerusakan yang timbul akibat bencana yang terjadi. Dengan begitu perencanaan dalam manajemen bencana merupakan salah satu kegiatan yang penting pada masa persiapan atau pre-paredness. Hal ini bertujuan untuk meminimalisir korban bencana dan meningkatkan operasi dalam respon bencana nantinya, karena bencana dapat mengganggu aktivitas warga dan kegiatan operasional yang seharusnya berjalan sesuai dengan hari biasanya dan mengakibatkan korban kehilangan sumber daya seperti kehilangan tempat tinggal, tempat pekerjaan, sumber pangan, dan lain-lainnya.
Proses perencanaan stok barang bantuan ini biasa disebut dengan tahap pre-positioning. Pre-posiotining merupakan proses penentuan jumlah bahan bantuan yang perlu dipasok untuk memenuhi permintaan di daerah bencana terjadi. Penentuan jumlah bahan bantuan ini bertujuan untuk memaksimalkan dalam pemenuhan permintaan bantuan terhadap korban. Berdasarkan (Beamon, 2004), menyatakan bahwa dalam proses pre-positioning ada beberapa hal yang perlu diperhatikan, yaitu ketersediaan dana, jumlah gudang pemasok, dan jumlah kapasitas masing-masing setiap gudang. Beberapa peneliti telah melakukan
Universitas Pertamina - 5
penelitian terhadap penentuan jumlah barang bantuan untuk korban bencana atau pre-positioning dengan membuat model matematika dari permasalahan tersebut.
Model matematika biasanya digunakan dalam pengambilan keputusan, karena dengan pendekatan model matematika dapat menggambarkan situasi nyata dari suatu permasalahan dalam menemukan solusi (Winson, 2004). Seperti yang dilakukan oleh (Davis, Samanlioglu, Qu, & Root, 2013) dalam meyelesaikan permasalahan pre-positioning pada tahap pre-paredness, mereka membuat model matematika dengan menggunakan stochastic programming model yang bertujuan untuk menghindari adanya kekurangan pasokan barang dengan melakukan koordinasi antar gudang sebagai penentuan jumlah bantuan baik pemasok lokal maupun eksternal. Penelitian lain yang juga dilakukan oleh (Woon-Seek, Byungsoo, & Fubreine, 2013) mereka membuat dan mengembangkan model matematika dengan model mixed integer programming yang diimplementasikan untuk kasus bencana alam di Indonesia saat itu, yaitu gempa bumi. Model yang dibuat bertujuan untuk memaksimalkan jumlah barang bantuan yang terpenuhi untuk 33 provinsi di Indonesia setiap masing-masing jenis barangnya. Beberapa batasan seperti jumlah gudang pasokan, waktu respon, dan alokasi biaya dari pemerintah Indonesia juga dipertimbangkan pada model ini. (Damanik, Dirhamsyah, & Fatimah, 2015) juga membuat model linear programming yang bertujuan untuk menentukan jumlah komoditas barang dan menggunakan analisis jalur untuk mengirimkan barang bantuan ke lokasi, (Oscar, 2015) yang memiliki tujuan sama untuk meminimasi jumlah permintaan yang tidak terpenuhi dengan menambahkan minimasi biaya serta pengaktifan suatu instansi dengan model multi bi objective optimization, dan (Bai, Gao, & Liu, 2017) dengan memodelkan permasalahan pre-positioning dengan a robust parametric optimization method, dimana jumlah pasokan, biaya transportasi, dan permintaan direpresentasikan sebagai parameter fuzzy dengan model ini bertujuan untuk meminimasi nilai risiko dari total biaya.
Berdasarkan latar belakang yang telah dijabarkan dan beberapa penelitian terdahulu, maka penelitian ini akan menentukan jumlah persediaan barang bantuan untuk korban bencana banjir di bulan April tahun 2019 dengan mempertimbangkan kebutuhan masing-masing jenis barang bantuan dan alokasi biaya yang disediakan
Universitas Pertamina - 6
oleh pemerintah dengan model mixed integer programming (MIP). Metode ini dapat menyelesaikan permasalahan persediaan dengan beberapa jenis barang bantuan dan batasan yang tersedia (Haksever & Moussourakis, 2005), serta dengan model ini memungkinkan hanya beberapa hasil yang memiliki nilai integer (bilangan bulat). MIP ini adalah sebuah model deterministik yang artinya bahwa sebuah parameter model yang digunakan diasumsikan sudah diketahui secara pasti. Oleh karena itu, pada penelitian ini akan menyelesaikan permasalahan menggunakan metode MIP dengan model dasar yang telah dikembangkan oleh penelitian terdahulu, yaitu yang telah dibuat dan dikembangkan oleh (Woon-Seek, Byungsoo, & Fubreine, 2013). Pemilihan model acuan ini karena adanya kemiripan permasalahan dan parameter-parameter yang digunakan merupakan parameter umum, seperti adanya pertimbangan kapasitas gudang dan keterbatasan anggaran dana. Selain itu, model yang dibuat hanya membutuhkan waktu yang singkat untuk komputasinya dengan menggunakan software LINGO 18.0. Sehingga, penelitian ini diberi judul “Optimasi Jumlah Persediaan Barang Bantuan Banjir dalam Memaksimalkan Pemenuhan Jumlah Permintaan yang Terpenuhi dengan Mixed Integer Programming.”
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka dapat dirumuskan permasalahan dalam penelitian ini yaitu “Berapakah jumlah persediaan barang bantuan bencana banjir yang optimal untuk masing-masing jenis barang bantuan dalam memaksimalkan jumlah permintaan yang dapat dipenuhi menggunakan model Mixed Integer Programming (MIP)?”
1.3 Tujuan Penelitian
Adapun tujuan dari penelitian ini yaitu untuk memperoleh jumlah persediaan barang bantuan yang optimal untuk bencana banjir pada masing-masing jenis barang bantuan menggunakan model matematika MIP.
Universitas Pertamina - 7 1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah dengan menggunakan model yang sudah ada dapat menentukan total jumlah barang bantuan yang harus tersedia agar tidak terjadi kembali kekurangan barang bantuan, sehingga dapat memaksimalkan pemenuhan permintaan di area bencana banjir di DKI Jakarta.
1.5 Ruang Lingkup Permasalahan
Adapun ruang lingkup dari penelitian ini yang dibagi menjadi batasan dan asumsi agar permasalahan tetap sesuai dengan tujuannya. Oleh karena itu, penelitian ini dibatasi dan diasumsikan sebagai berikut:
1. Batasan:
Bencana banjir yang diamati adalah bencana yang terjadi di wilayah DKI Jakarta pada April 2019.
Jenis barang bantuan pada penelitian ini terbatas pada 4 jenis barang yang diberikan oleh pihak BPBD DKI Jakarta saat kejadian banjir, yaitu air mineral, family kits, matras, dan biskuit.
Jenis kendaraan yang digunakan untuk mendistribusikan barang terbatas transportasi darat, yaitu menggunakan truk serbaguna milik BNPB atau BPBD DKI Jakarta.
Dana bantuan sesuai dengan yang disediakan oleh pemerintah daerah kepada BPBD DKI Jakarta.
2. Asumsi
Tidak ada bencana lainnya yang terjadi dalam satu waktu.
Jumlah permintaan yang akan dipenuhi menggunakan pendekatan jumlah korban yang terkena dampak bencana banjir saat itu.
Dengan keterbatasan informasi, maka diasumsikan gudang yang akan memasok barang bantuan hanya terdiri dari 1 gudang milik instansi terkait. Pada proses pendistribusian barang dianggap rute perjalanan yang
ditempuh seluruhnya dapat dilalui (tidak terdampak banjir).
Persentase kenaikan jumlah anggaran dana untuk persediaan buffer logistik (prabencana) dan anggaran biaya untuk menyediakan BBM pada
Universitas Pertamina - 8
proses pendistribusian (pasca bencana) diasumsikan mengalami kenaikan 10% setiap tahunnya (Renstra BPBD DKI Jakarta 2018).
1.6 Sistematika Penulisan
BAB I PENDAHULUAN
Bab ini adalah bab yang menjelaskan mengenai permasalahan umum dari permasalahan yang diangkat. Terdiri dari 6 sub-bab, yaitu latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, asumsi dan batasan masalah, serta sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Pada bagian ini menjelaskan landasan teori yang digunakan dan penelitian tedahulu. Landasan teori tersebut mencakup mengenai manajemen bencana, logistik bencana, dan mixed integer programming.
BAB III METODOLOGI PENELITIAN
Bab ini menjelaskan mengenai metodologi dan rancangan penelitian. Terdiri dari 11 tahap dalam penelitian ini, mulai dari menentukan topik penelitian hingga penarikan kesimpulan dan saran.
BAB IV HASIL DAN PEMBAHASAN
Pada bab ini akan dijelaskan mengenai data-data yang dikumpulkan hingga pengolahan data menggunakan LINGO 18, sehingga didapatkan hasil dari hasil pengolahan data tersebut. Kemudian dari hasil pengolahan data tersebut akan dianalisis mengenai nilai yang dihasilkan.
BAB V KESIMPULAN DAN SARAN
Bab ini adalah bab terakhir menjelaskan kesimpulan dari seluruh penelitian dan hasil pengolahan data. Kemudian dari kesimpulan tersebut dapat diberikan saran untuk penelitian lebih lanjut.
Universitas Pertamina - 10
BAB II TINJAUAN PUSTAKA
Bagian kedua adalah penjelasan mengenai penelitian terdahulu yang serupa dan landasan teori yang digunakan dalam penelitian ini.
Landasan Teori
Pada bagian ini akan dijabarkan teori-teori yang menjadi dasar dan dibutuhkan dalam penelitian, teori tersebut antara lain:
2.2.1 Manajemen Bencana
Manajemen bencana berdasarkan UU No. 24 Tahun 2007 didefinisikan sebagai proses yang berlanjut dan terpadu untuk meningkatkan kualitas langkah yang terkait dengan observasi dan analisis bencana serta pencegahan, mitigasi, kesiapsiagaan, peringatan dini, penanganan darurat, rehabilitasi dan rekonstruksi bencana. Tujuan dari manajemen bencana ini adalah untuk mencegah timbulnya kerusakan, menghilangkan kesulitan dalam penghidupan korban, dan membatasi jumlah korban bencana serta harta benda atau lingkungan hidup. Inti dari manajemen bencana itu sendiri terdiri dari tiga, yaitu pencegahan, penanganan saat bencana, dan penanganan saat setelah bencana terjadi (Sindo, 2018).
Pada penelitian ini memiliki peranan sebagai pencegahan, yaitu pencegahan adanya kekurangannya barang bantuan yang tersedia untuk disalurkan ke area bencana sehingga tidak permintaan dari korban bencana semua terpenuhi. Apabila perencanaan pemenuhan tidak dilakukan dengan baik, maka akan menghambat pekerjaan pada saat penanganan saat bencana. Oleh karena itu, diperlukan perencanaan sebelum bencana tersebut terjadi. Pada manajemen bencana terdiri dari 4 tahapan atau siklus dalam menanggulangi bencana (Warfield, n.d.):
1. Mitigasi
Fase ini adalah tahapan yang dilakukan sebelum bencana terjadi atau pra-bencana. Mitigasi merupakan upaya pencegahan untuk meminimalisir dampak negatif dari bencana. Beberapa kegiatan yang dapat dilakukan pada fase ini adalah mengukur dan melakukan analisis terhadap kerentanan suatu daerah apabila bencana terjadi, memberikan peringatan dan mengedukasi masyarakat
Universitas Pertamina - 11
terkait tindakan yang perlu dilakukan ketika bencana terjadi, dan melakukan pembangunan atau konstruksi ulang untuk daerah-daerah yang berpotensi terkena bencana. Analisis kerentanan pada tahap mitigasi ini dapat dilakukan dengan berkaca pada bencana yang pernah terjadi sebelumnya.
2. Kesiapsiagaan (Preparedness)
Tahap ini merupakan tahap perencanaan setelah mengukur dan menganalisis tingkat risiko suatu bencana ketika terjadi. Pada tahap ini beberapa contoh kegiatan yang dilakukan adalah melakukan perhitungan perkiraan kebutuhan dalam keadaan darurat, menyiapkan dana untuk mengadakan kebutuhan seperti transportasi dan peralatan, serta mempersiapkan sumber daya yang akan dialokasikan ketika bencana terjadi. 3. Masa Tanggap (Response)
Fase masa tanggap dilakukan ketika suatu bencana telah terjadi. Kegiatan response ini adalah salah satu upaya untuk mengurangi jumlah korban dan mengurangi kerusakan yang disebabkan bencana. Ketika dalam masa tanggap kegiatan yang dapat dilakukan seperti penyaluran bantuan logistik ke daerah bencana, pencarian bantuan, melakukan evakuasi terhadap korban, mendata jumlah korban dan memberikan informasi kepada media atau pemerintah. 4. Masa Pemulihan (Recovery)
Pada tahap pemulihan kegiatan ini bertujuan untuk mengembalikan keadaan masyarakat ke titik normal sehingga bisa melakukan kehidupan yang layak dan sistem kerja dapat beroperasi kembali. Data-data mengenai korban dan kerusakan sangat dibutuhkan untuk memulihkan keadaan seperti sebelum terjadinya bencana. Kegiatan pada recovery meliputi rekonstruksi yaitu pembangunan ulang dan rehabilitasi.
2.2.2 Mekanisme Penanggulangan Bencana
Dalam menanggulangi bencana terdiri dari beberapa tahapan untuk penanggulangan bencana berdasarkan Peraturan Kepala BNPB No. 4 Tahun 2008, yang diantaranya adalah sebagai berikut ((BNPB), 2008):
Universitas Pertamina - 12 1. Tahap Prabencana
Pada tahap ini terdiri dari dua keadaan, yaitu keadaan ketika tidak terjadi bencana dan yang kedua adalah keadaan ketika terdapat suatu potensi bencana. Keadaan pertama adalah kondisi wilayah yang dinilai tidak berpotensi terjadinya bencana berdasarkan analisis kerawanan bencana pada satuan periode waktu. Pada keadaan ini kegiatan penanggulangan bencana yang dilakukan adalah seperti merencanakan penanggulangan bencana, pegurangan risiko bencana, aktivitas pencegahan, pendidikan dan latihan, dan lain-lainnya. Kemudian, apabila pada tahap prabencana berada dikeadaan terdapat potensi bencana, maka kegiatan penanggulangan yang dilakukan adalah kesiapsiagaan, peringatan dini kepada masyarakat, dan mitigasi bencana. Kegiatan prabencana ini dikoordinasi oleh BNPB maupun BPBD setempat.
2. Saat Tanggap Darurat
Ketika berada pada posisi tanggap darurat, kegiatan penanggulangan bencana tersebut meliputi kegiatan pengkajian cepat terhadap lokasi bencana, menentukan status keadaan darurat bencana, penyelamatan dan pemenuhan kebutuhan dasar, serta perlindungan kepada kelompok rentan.
3. Pascabencana
Pada tahap pascabencana kegiatan yang dilakukan adalah rehabilitasi dan rekonstruksi untuk memulihkan keadaan seperti pada kondisi normal.
2.2.3 Logistik Kemanusiaan
Logistik kemanusian adalah kegiatan berupa merencanakan, pelaksanaan, dan pengandalian aliran bantuan kemanusian secara efisien dan penghematan biaya juga penyimpanan dari titik asal konsumsi menuju area yang membutuhkan dengan tujuan mengurangi korban bencana. (Thomas & Kopczak, 2005)
Berdasarkan Perka 10 Tahun 2012 tentang pengelolaan bantuan logistik pada status keadaan darurat bencana, logistik diartikan sebagai suatu yang berwujud dan dapat digunakan dalam memenuhi kebutuhan manusia baik itu yang habis pakai seperti sandang, pangan, dan turunannya. Kebutuhan yang termasuk dalam kategori logistik adalah barang yang habis pakai atau dikonsumsi, contoh: sembilan bahan pokok (sembako), obat-obatan, air, kantog tidur, pakaian dan kelengkapannya baik
Universitas Pertamina - 13
hal tersebut untuk bayi atau keluarganya. Bantuan logistik adalah logistik yang diberikan tanpa memperoleh penggantian. Sedangkan, distribusi bantuan logistik adalah sistem pembagian bantuan logistik dalam rangka penanggulangan dari daerah asal ke tujuan daerah bencana.
Karakteristik logistik bantuan kemanusiaan yang membedakannya dengan logistik komersial adalah sebagai berikut: (Balcik & M, 2008)
1. Pola permintaan yang tidak dapat diprediksi, baik dari aspek waktu, lokasi geografi, jenis, dan kuantitas kebutuhan jenis barang bantuan kemanusiaan yang diperlukan.
2. Lead time pendek dan permintaan secara tiba-tiba dalam jumlah besar untuk jenis barang bantuan kemanusiaan dan layanan yang sangat bervariasi.
3. Bantuan kemanusiaan sering mendapat perhatian dari media global, utamanya para donor.
4. Keterbatasan sumber daya, seperti teknologi, kapasitas transportasi, peralatan penanganan bantuan, dan sumber daya manusia untuk operasional logistik bantuan kemanusiaan.
Logistik saat ini memiliki peranan penting dalam manajemen bencana, terutama pada saat prabencana atau sebelum bencana terjadi, saat siaga, dan respon penanganan bencana, untuk dapat memastikan 7 Right (Tujuh tepat), yaitu tepat jenis bantuan barang, tepat kuantitas, tepat kualitas, tepat sasaran, tepat waktu, tepat pelaporan, dan tepat biaya. (Dr. Zaroni, 2017)
Sedangkan berdasarkan manajemen logistik bencana berdasarkan Peraturan Kepala Badan Nasional Penanggulangan Bencana No. 13 Tahun 2008 tentang Pedoman Manajemen Logistik dan Peralatan Penanggulangan Bencana meliputi beberapa tahapan seperti berikut:
1. Perencanaan kebutuhan bantuan kemanusiaan. 2. Pengadaan dan penerimaan bantuan kemanusiaan.
3. Pergudangan dan/atau penyimpanan bantuan kemanusiaan. 4. Perencanaan pendistribusian bantuan kemanusiaan.
5. Pengangkutan bantuan kemanusiaan.
6. Penerimaan bantuan kemanusiaan di tujuan. 7. Penghapusan bantuan kemanusiaan.
Universitas Pertamina - 14 8. Pertanggungjawaban.
2.2.4 Pola Penyelenggaraan Bantuan Logistik
Bantuan logistik yang dilakukan melibatkan beberapa lembaga atau instansi berbagai wilayah sesuai dengan beberapa tingkatan, yaitu: (BNPB, 2009)
1. Nasional
Pengerahan bantuan di tingkat nasional dapat dilaksanakan dengan, BNPB mengerahkan sumber daya dari Unit Pelaksana Teknis (UPT), instansi atau lembaga, dunia usaha dan masyarakat. Apabila kebutuhannya tidak dapat dipenuhi, maka dapat mendapatkan bantuan dari BPBD Provinsi lain atau sumber lain baik dari dalam negeri atau luar begeri. Kemudian, jika bantuan yang diberikan BPBD Provinsi masih tidak dapat mencukupi permintaan tersebut, maka BNPB dapat menggunakan pola pendampingan dana siap pakai khusus pada masa tanggap darurat.
2. Provinsi
Pengerahan bantuan di tingkat Provinsi dilakukan dengan pola, BPBD Provinsi mengerahkan sumber daya dari instansi atau lembaga, serta dunia usaha dan masyarakat sesuai kebutuhan. Apabila kebutuhan tidak dapat terpenuhi, maka Provinsi tersebut dapat meminta bantuan kepada Provinsi lain, atau apabila Provinsi tersebut tidak dapat memenuhi, maka dapat meminta bantuan oleh BNPB. Pelaksanaan penyelenggaraan bantuan logistik hingga pendistribusian barang ini dilakukan di bawah koordinasi Kepala BPBD Provinsi.
3. Kabupaten/Kota
Dalam pengerahan bantuan logistik tingkat ini dilakukan dengan, BPBD Kota mengerahkan bantuan dari instansi atau lembaga, dunia usaha dan masyarakat. Apabila dalam pemenuhan kebutuhannya tidak dapat memenuhi permintaan di wilayah tersebut, maka dapat meminta bantuan kepada pemerintah provinsi yang bersangkutan.
Universitas Pertamina - 15
Gambar 2.1 Alur Permintaan Bantuan Logistik (BNPB, 2009)
Dalam proses penyelenggaraan bantuan logistik, terdiri dari tiga mekanisme yaitu:
1. Perencanaan Bantuan Logistik
Perencanaan ini adalah langkah awal untuk mengetahui dan memenuhi kebutuhan bantuan. Permintaan bantuan logistik pada saat pra dan pasca bencana dijadikan acuan sebagai stok penyangga yang akan disimpan di gudang-gudang BPBD Kabupaten/Kota, Provinsi, dan UPT.
2. Pengadaan Bantuan Logistik
Dalam mengadakan bantuan logistik, untuk BNPB menggunakan dana siap pakai yang dialokasikan dalam APBN. Sedangkan, BPBD dapat menggunakan
Universitas Pertamina - 16
dana yang dialokasikan pada APBD. Bantuan logistik dari Luar Negeri dikoordinasikan oleh BNPB.
3. Pendistribusian Barang Logistik
Pada proses pendistribusian, sebelum mendistribusikan bantuan tersebut, perencanaan kebutuhan dan permintaan bantuan harus dapat persetujuan dari pejabat setempat.
2.2.5 Integer Programming
Integer Programming (IP) adalah program linear yang sudah dikembangkan modelnya, dimana beberapa variabel atau seluruhnya harus berupa bilangan bulat non-negatif. IP dengan seluruh variabel yang dihasilkan harus bernilai bilangan bulat, maka disebut dengan pure integer programming. Sedangkan, apabila hanya dari beberapa variabel saja yang menghasilkan angkan bilangan bulat, maka hal itu disebut dengan mixed integer programming (MIP). Berikut adalah model matematika sederhana dari MIP:
Max 𝑧 = 3𝑥1+ 2𝑥2 (21)
s.t. 𝑥1+ 𝑥2 ≤ 6 (22)
𝑥1, 𝑥2 ≥ 0, 𝑥1 𝑖𝑛𝑡𝑒𝑔𝑒𝑟 (2.3)
Model matematika pada umumnya terdiri dari beberapa komponen, yaitu fungsi tujuan, variabel keputusan, dan batasan. Model matematika ini merupakan model yang dibuat untuk mencari nilai dari variabel keputusan untuk mengoptimalkan fungsi tujuan (minimasi atau maksimasi) dengan memenuhi beberapa batasan yang telah ditetapkan (Winson, 2004). Beberapa perangkat lunak yang sudah dapat menjalankan persamaan dan menyelesaikan permasalahan IP adalah Excel, LINGO dan CPLEX.
2.2.6 LINGO
LINGO adalah sebuah alat atau perangkat lunak yang sering digunakan pada kasus optimasi linear dan nonlinear untuk merumuskan masalah mejadi lebih ringkas dengan formulasi, kemudian diselesaikan dan menganalisis solusinya. Perangkat lunak ini dapat digunakan untuk berbagai macam kelas model seperti
Universitas Pertamina - 17
Linear Programming, Mixed Integer Non/Linear Programming, Quadratic Program, Pure Integer Linear Programming, dan lain-lain.
Ketika menggunakan LINGO untuk memodelkan permasalahan, diperlukan beberapa langkah untuk mengubah model matematika ke dalam syntax LINGO. Berikut adalah cara mengubah model matematika ke dalam bahasa pemrograman LINGO:
1. Mendefinisikan satu atau lebih set objek yang berkaitan. (SETS)
Setiap set objek memungkinkan memiliki satu atau lebih atribut. Misalkan, set pabrik berangotakan pabrik 1, pabrik 2, dan masing-masing pabrik memiliki kapasitas. Kapasitas tersebut yang dinamakan dengan atribut. Oleh karena itu, hal seperti ini perlu di definisikan pada LINGO. Set objek dapat didefinisikan dengan memulai menuliskan kata kunci ‘SETS:’ di baris pertama dan diakhiri dengan ‘ENDSETS’.
2. Melakukan input data. (DATA)
Apabila sudah mendefinisikan set objek dan atribut yang ada, maka beberapa set dan atribut memiliki data yang perlu di input untuk membantu menyelesaikan model. Data yang sudah ada dapat didefinisikan dengan memulai menuliskan kata kunci ‘DATA:’ dan diakhiri dengan ‘ENDDATA’. Pada LINGO memiliki fitur yang memungkinkan penggunanya untuk memanggil data yang sudah dituliskan pada excel. Oleh karena itu, apabila data yang sudah disusun ke dalam excel akan digunakan pada LINGO, maka dapat menggunakan syntax LINGO yaitu @OLE untuk menghubungkan LINGO dengan data di excel tersebut.
3. Mendefinisikan fungsi tujuan dan batasan permasalahan.
Ketika akan mendefinisikan fungsi tujuan dan batasan dapat menggunakan syntax yang telah disediakan oleh LINGO, yaitu dengan menggunakan fungsi perulangan atau set looping fungctions, seperti berikut:
@FOR, dapat digunakan untuk menghasilkan batasan yang ada di anggota set (untuk seluruh anggota i pada set I), melakukan perulangan pada anggota set.
@SUM, untuk menghitung atau menjumlahkan seluruh ekspresi atas anggota set (misalkan apabila ada notasi ∑).
Universitas Pertamina - 18
@MIN atau @MAX, untuk menghitung ekspresi minimum atau maksimum atas semua anggota set.
@PROD, digunakan untuk menemukan atau menghitung produk di seluruh anggota set.
2.2. Penelitian Terdahulu
Penelitian yang dilakukan tidak terlepas dari beberapa penelitian yang sudah pernah dilakukan oleh beberapa peneliti terkait permasalahan perencanaan jumlah barang bantuan yang harus disediakan untuk memenuhi permintaan ketika bencana datang atau yang dikenal dengan proses pre-positioning.
Berdasarkan penelitian yang ditampilkan pada tabel 2.1, peneliti-peneliti tersebut menyajikan model matematika untuk menyelesaikan permasalahan pre-positioning. Beberapa peneliti seperti (G. Rawls & A. Turnquist, 2011), (Davis, Samanlioglu, Qu, & Root, 2013), (Woon-Seek, Byungsoo, & Fubreine, 2013), dan (Wuri, 2017) memodelkan permasalahan ke dalam model integer programming dengan tujuan yang berbeda-beda seperti untuk menentukan jumlah barang bantuan hal yang diperhatikan adalah untuk meminimasi biaya dengan mempertimbangkan seervice quality, menghindari adanya supply loss dengan melakukan kordinasi antar gudang, memaksimalkan jumlah permintaan yang dipenuhi, dan minimasi jumlah permintaan yang tidak terpenuhi dengan biaya yang minimal. Adapun penelitian yang dilakukan dengan melakukan pengaktifan beberapa instansi untuk bekerjasama dalam memasok barang bantuan dan menentukan jumlah DC serta lokasinya seperti yang dilakukan oleh (Oscar, 2015), (Bai, Gao, & Liu, 2017), dan (Mohammadi, Ghomi, & Jolai, 2015). Perbandingan penelitian selengkapnya dapat dilihat pada tabel berikut:
Tabel 2.21 Penelitian Terdahulu
Peneliti Tujuan Variabel Keputusan Metode
(G. Rawls & A. Turnquist, 2011) Minimasi biaya dengan mempertimbangkan service quality
Jumlah fasilitas yang dibuka, jumlah barang
bantuan
Stochastic Mixed Integer Programming
Universitas Pertamina - 19
Peneliti Tujuan Variabel Keputusan Metode
(Klibi, Ichoua, & Martel, 2013)
Membuat rencana alternatif untuk membangun DC dengan minimasi total penalti jika
demand tidak terpenuhi
Jumlah DC yang dibuka, jumlah vendor yang dipilih,
dan jumlah barang
Monte Carlo Procedure, Two-Stage Stochastic Programming
(Opit, Lee, & Kim, 2013; Woon-Seek, Byungsoo, & Fubreine, 2013) Maksimasi jumlah permintaan yang dipenuhi
Jumlah barang yang dipenuhi, jumlah DC
yang dapat memenuhi
Mixed Integer Programming
(Rienna & Lucia, 2008)
Minimasi jumlah permintaan yang tidak terpenuhi setiap
titik permintaan Jumlah komoditas, permintaan yang terpenuhi, jumlah transportasi Linear Integer Programming (Damanik, Dirhamsyah, & Fatimah, 2015) Minimasi jumlah permintaan yang tidak terpenuhi semua jenis komoditas Jumlah komoditas dan jumlah permintaan yang tidak terpenuhi Linear Programming
& Analisis Jalur
(Oscar, 2015)
Minimasi barang tidak terpenuhi dan total biaya dari multi
kriteria model
Total biaya, pengaktifan atau tidak suatu instansi
dalam memenuhi permintaan
Multi Objective Bi Optimization
(Mohammadi, Ghomi, & Jolai,
2015)
Maksimasi total permintaan yang terpenuhi, minimasi
total biaya, dan minimasi perbedaan
tingkat kepuasan antar titik area
bencana
Jumlah dan lokasi DC, tingkat persediaan barang bantuan, jumlah permintaan yang tidak terpenuhi Multi Objective Particle Swarm Optimization (MOPSO) (Wuri, 2017) Minimasi barang tidak terpenuhi dan total biaya dari multi
kriteria model
Estimasi kebutuhan
Multi Objective Optimization, Integer Linear Programming
(Bai, Gao, & Liu, 2017)
Meminimasi nilai risiko dari total biaya
Lokasi dan kapasitas DC dan alokasi komoditas barang bantuan A robust parameric optimization, Fuzzy (Davis, Samanlioglu, Qu, & Root, 2013)
Menghindari adanya
supply loss dengan koordinasi antar beberapa gudang
Jumlah bantuan dari
supplier eksternal, supplier lokal, dimana lokasinya, dan bagaimana koordinasinya Stochastic linear programming model
Universitas Pertamina - 21
BAB III METODOLOGI PENELITIAN
Bagian ini menjelaskan mengenai perancangan dari penelitian yang akan dilakukan, dimulai dari menentukan topik penelitian hingga menarik kesimpulan.
Metodologi Penelitian
Universitas Pertamina - 22
Gambar 3.2 Diagram Alir Metodologi Penelitian Lanjutan
3.2 Rancangan Penelitian
Berdasarkan pada diagram alir yang digambarkan pada Gambar 3.1 dan Gambar 3.2, maka terdapat 11 tahapan dalam melakukan penelitian ini. Berikut adalah penjelasan masing-masing tahapan:
Menentukan Topik Penelitian
Langkah pertama adalah dengan menentukan topik penelitian. Tema yang diangkat dalam penelitian ini adalah logistik bencana di Indonesia. Kemudian dipelajari mengenai manajemen logistik bencana dalam membantu pemahaman terkait topik tersebut.
Identifikasi Masalah
Setelah menentukan topik penelitian dan mempelajari mengenai manajemen logistik bencana, menelusuri berbagai sumber dan beberapa jurnal diketahui tahap perencanaan adalah tahapan yang penting karena di Indonesia masih sering terjadi kekurangan pasokan barang bantuan yang tersedia di gudang bencana. Sebagai contoh permasalahan dalam penelitian ini adalah kurang
Universitas Pertamina - 23
maksimalnya barang bantuan untuk beberapa titik di area bencana banjir, salah satunya daerah Jakarta Selatan. Oleh karena itu, perlu dilakukan perencanaan barang yang perlu dipasok agar merata dan tidak terjadi kekurangan pasokan.
Studi Literatur
Dilakukan pencarian buku panduan, jurnal, artikel, dan sumber lainnya (manajemen bencana, logistik bencana, dan mixed integer programming) untuk lebih memahami permasalahan, sehingga alur penelitian dapat berjalan sesuai dengan literatur yang ada dan model untuk solusi penyelesaian permasalahan benar. Selain itu, studi literatur juga digunakan untuk membantu penentuan metode penelitian sebagai penyelesaian masalah yang diambil dari jurnal penelitian atau artikel ilmiah terdahulu. Pada tahap studi literatur dapat dilakukan secara bersamaan ketika mengidentifikasi masalah.
Menentukan Metode Peneltian
Setelah mengetahui permasalahan dan sudah melakukan studi literatur, maka dapat ditentukan metode penelitian yang akan digunakan untuk menyelesaikan permasalahan dari beberapa penelitian terdahulu yang memiliki topik atau permasalahan yang sama. Metode yang digunakan adalah dengan menggunakan model mixed integer programming.
Perumusan Masalah
Pada tahapan ini dilakukan perumusan masalah setelah mengetahui permasalahan yang diangkat agar dapat menentukan tujuan dilakukannya penelitian terkait perencanaan di logistik bencana ini.
Menentukan Tujuan dan Hasil Penelitian
Tujuan penelitian dapat ditentukan setelah mengetahui permasalahan yang diangkat, yaitu merencanakan jumlah barang bantuan agar dapat meminimalisir jumlah permintaan yang tidak terpenuhi. Hasil dari penelitian ini nantinya berupa total jumlah barang bantuan untuk masing-masing jenis barang.
Universitas Pertamina - 24 Pengumpulan Data
Pada penyelesaian permasalahan dibutuhkan data yang sesuai dengan kondisi nyata. Oleh karena itu, dibutuhkan data pendukung dari instansi terkait, yaitu BPBD DKI Jakarta yang kemudian akan disusun untuk dimasukkan kedalam model atau formulasi yang sudah ada. Data-data yang dibutuhkan dalam penelitian ini adalah sebagai berikut:
1. Lokasi yang terdampak banjir DKI Jakarta April 2019
2. Lokasi dan kapasitas gudang penyimpanan BPBD DKI Jakarta 3. Jenis barang bantuan untuk bencana banjir yang disalurkan 4. Probabilitas terjadinya bencana banjir di lokasi tersebut 5. Data permintaan barang bantuan
6. Alokasi dana pemerintah untuk sebelum dan sesudah bencana terjadi
Pengolahan Model dengan LINGO
Setelah data-data pendukung telah didapatkan, maka model matematika dan data yang sudah ada akan diolah ke dalam bahasa pemrograman LINGO 18. Pada penelitian ini, model dasar yang digunakan adalah model matematika yang telah dibuat pada penelitian oleh Opit et al. pada tahun 2013 dan tahun 2014 yang merupakan pengembangan model sebelumnya. Model ini memiliki kesamaan tujuan pada penelitian ini, yaitu untuk menentukan jumlah barang bantuan secara maksimal pada masing-masing jenis barang. Berikut adalah formulasi model yang digunakan:
Data Sets
I Set dari kandidat lokasi bencana
J Set dari gudang penyimpanan barang bantuan K Set dari jenis barang bantuan
Ji Set dari gudang yang melayani lokasi bencana i Parameters
Tij Waktu untuk memenuhi permintaan di lokasi bencana i dari DC j (jam)
⸹i Batas waktu maksimum untuk melakukan tanggap darurat di lokasi bencana
(jam)
Universitas Pertamina - 25
dik Jumlah permintaan untuk jenis barang k di lokasi bencana i
Uj Kapasitas DC j (m3)
ℽk Volume dari jenis barang bantuan k (m3)
B0 Anggaran yang disediakan sebelum bencana
B1 Anggaran yang disediakan setelah bencana
uk Batas atas dari proporsi permintaan barang yang tidak tidak terpenuhi untuk
setiap jenis barang bantuan k
gjk Biaya untuk menyediakan jenis barang bantuan k di DC j ($/unit)
cijk Biaya untuk menyediakan jenis barang bantuan k dari DC j ke lokasi
bencana i
wk Bobot untuk jenis barang bencana k; ∑𝑘∈𝐾𝑤𝑘 = 0 dan wk ≥ 0
M A very large positive number Decision Variables
fijk Proporsi dari permintaan barang bantuan k yang terpenuhi dari DC j yang
melayani lokasi bencana i.
Nik Proporsi dari permintaan barang bantuan yang tidak terpenuhi untuk jenis
barang bantuan k pada lokasi bencana i
Qjk Jumlah jenis barang bantuan k yang disimpan di DC j
aij 1, jika waktu untuk memenuhi permintaan di lokasi bencana i dari DC j tidak
melebihi batas maksimum tanggap darurat; 0, sebaliknya. Xij 1, jika DC j melayani lokasi bencana i; 0, sebaliknya.
Objective Function
Memaksimalkan total permintaan bantuan yang diharapkan terpenuhi dari gudang yang sudah ada:
Max ∑𝑖𝜖𝐼∑𝑘𝜖𝐾∑𝑗𝜖𝐽𝑝𝑖𝑑𝑖𝑘𝑤𝑘𝑓𝑖𝑗𝑘 (3.21) Constraint
Memastikan jumlah barang bantuan yang dikirim untuk memenuhi permintaan berasal dari gudang yang menyediakan layanan untuk lokasi bencana tersebut:
Universitas Pertamina - 26
Memastikan jumlah barang bantuan yang dikirimkan ke lokasi bencana adalah jumlah permintaan yang terpenuhi ditambah dengan proporsi bantuan yang tidak terpenuhi:
∑𝑗𝜖𝐽𝑓𝑖𝑗𝑘 ≤ 1 − 𝑁𝑖𝑘 dengan ∀ 𝑖 𝜖 𝐼, 𝑘 𝜖 𝐾 (3.23) Memastikan jumlah barang bantuan yang ada di gudang tidak kurang dari jumlah maksimum permintaan:
𝑁𝑖𝑘 ≤ 𝑢𝑘 dengan ∀ 𝑖 𝜖 𝐼 (3.24)
Memastikan jumlah barang bantuan yang ada di gudang tidak kurang dari jumlah maksimum permintaan:
∑𝑖∈𝐼𝑓𝑖𝑗𝑘𝑑𝑖𝑘 ≤ 𝑄𝑖𝑘 dengan ∀ 𝑗 𝜖 𝐽, 𝑘 𝜖 𝐾 (3.25) Memastikan bahwa banyaknya barang bantuan yang disimpan dalam gudang tidak melebihi kapasitas gudang:
∑𝑘𝜖𝐾𝛾𝑘𝑄𝑗𝑘 ≤ 𝑈𝑗 dengan ∀ 𝑗 𝜖 𝐽 (3.26)
Memastikan pengeluaran yang digunakan untuk menyediakan barang bantuan tidak melebihi anggaran pra bencana:
∑𝑗𝜖𝐽∑𝑘𝜖𝐾𝑄𝑗𝑘𝑔𝑗𝑘 ≤ 𝐵0 (3.27)
Memastikan pengeluaran untuk biaya pengiriman barang bantuan ke lokasi bencana tidak melebihi anggaran untuk setelah bencana:
∑𝑖∈𝐼∑𝑘𝜖𝐾∑𝑗𝜖𝐽𝑑𝑖𝑘𝑐𝑖𝑗𝑘𝑓𝑖𝑗𝑘 ≤ 𝐵1 (3.28)
Merupakan non-negativity constraint pada proporsi dari permintaan barang bantuan yang terpenuhi:
𝑓𝑖𝑗𝑘 ≥ 0 dengan ∀ 𝑖 𝜖 𝐼, 𝑗 𝜖 𝐽, 𝑘 𝜖 𝐾 (3.29)
Merupakan non-negativity constraint pada proporsi dari permintaan barang bantuan yang tidak terpenuhi:
Universitas Pertamina - 27
Memastikan bahwa setiap gudang hanya dapat melayani lokasi bencana tertentu jika waktu untuk memenuhi permintaan barang bantuan tidak melebihi dari batas waktu respon maksimum yang telah ditentukan:
𝑎𝑖𝑗𝑇𝑖𝑗 ≤ 𝛿𝑖 dengan ∀ 𝑖 𝜖 𝐼, 𝑗 𝜖 𝐽 (3.211)
Memastikan bahwa gudang tidak akan melayani untuk lokasi bencana tertentu apabila waktu untuk memenuhi permintaan lebih besar dari batas waktu maksimum:
𝑎𝑖𝑗 ≥ 𝑋𝑖𝑗 dengan ∀ 𝑖 𝜖 𝐼, 𝑗 𝜖 𝐽 (3.212)
Memastikan setidaknya ada satu gudang yang akan melayani lokasi bencana:.
∑𝑗𝜖𝐽𝑋𝑖𝑗 ≤ 1 dengan ∀ 𝑖 𝜖 𝐼 (3.213)
Menyatakan binary variable untuk waktu respon:
𝑎𝑖𝑗 𝜖 (0,1) dengan ∀ 𝑖 𝜖 𝐼, 𝑗 𝜖 𝐽 (3.214)
Menyatakan binary variable untuk setiap gudang yang melayani lokasi bencana tertentu:
𝑋𝑖𝑗 𝜖 (0,1) dengan ∀ 𝑖 𝜖 𝐼, 𝑗 𝜖 𝐽 (3.215)
Setelah membuat model ke dalam LINGO, maka perlu memeriksa apakah model matematika yang ditulis ke dalam bahasa pemrograman LINGO sudah benar. Oleh karena itu perlu dilakukan verifikasi dan validasi model. Proses verifikasi yang pertama dapat dilakukan dengan memilih menu “Solve-Compile Model” untuk mengetahui apakah terdapat kesalahan pada struktur penulisan model. Proses verifikasi kedua dapat dilakukan dengan cara mengecek output dari menjalankan model tersebut apakah sudah dapat mengeluarkan hasil variabel keputusan. Apabila formulasi yang dimasukkan belum dapat dijalankan, maka perlu dilakukan pengecekan kembali letak kesalahan model yang dibuat. Kemudian, setelah model terverifikasi maka perlu dilakukan validasi. Validasi dilakukan dengan cara memastikan bahwa setiap constraints tidak melebihi ketentuan batas yang telah ditetapkan.
Universitas Pertamina - 28 Analisis Hasil
Selanjutnya, setelah model dapat dijalankan dan sudah terverifikasi serta validasi, maka hasil pengolahan data akan keluar. Sehingga, dapat dilakukan analisis pada hasil numerik pengolahan data dari model tesebut.
Penarikan Kesimpulan dan Saran
Langkah teakhir adalah penarikan kesimpulan dari penelitian yang dilakukan setelah didapatkan hasil dan analisis. Setelah mendapatkan kesimpulan, maka dapat dibuat saran dari penelitian yang telah dilakukan untuk penelitian selanjutnya.
Universitas Pertamina - 30
BAB IV HASIL DAN PEMBAHASAN
Pada bagian ini dijelaskan terkait pengumpulan data-data yang dibutuhkan dalam membuat model, melakukan input model ke dalam LINGO 18.0, menjalankan model, dan membahas hasil pengolahan data.
Pengumpulan dan Pengolahan Data
Pengumpulan data ini berisikan pengumpulan data primer dan data sekunder. Data primer adalah data yang didapatkan secara langsung dengan mewawancarai sumber. Sedangkan data sekunder adalah data yang diambil dari literatur ataupun data historis. Setelah data dikumpulkan maka selanjutnya data akan di input ke dalam model dan diolah.
4.1.1 Pengumpulan Data
Data primer yang dikumpulkan adalah terkait data lokasi gudang pribadi atau sewa beserta kapasitasnya dan alokasi dana pemerintah yang diberikan pada tahun 2019. Pada data sekunder, data-data diambil dari laporan kejadian banjir April 2019 yaitu mengenai lokasi dan jumlah penduduk yang terdampak, probabilitas kejadian banjir di lokasi tersebut, serta literatur mengenai jenis barang bantuan yang dibutuhkan saat banjir. Berikut adalah data yang dibutuhkan:
1. Data Lokasi Bencana Terjadi
Penelitian ini menggunakan kasus bencana banjir DKI Jakarta pada bulan April 2019. Berdasarkan informasi data yang dihimpun oleh BPBD DKI Jakarta, dimulai dari tanggal 24 hingga 27 April 2019 terdapat 2 wilayah (dataset I) di daerah DKI Jakarta dengan 14 titik yang terdampak banjir akibat meluapnya Sungai Ciliwung. Dua wilayah tersebut adalah Jakarta Selatan terdiri dari 6 titik banjir dan 8 titik di Jakarta Timur. Berikut adalah rangkuman terkait lokasi yang terdampak banjir:
Tabel 4.1 Lokasi Banjir Jakarta April 2019
No. Wilayah Jumlah Titik Terdampak
1 Jakarta Selatan Pejaten Timur
Pengadegan
2 Jakarta Timur
Cawang Cililitan Bidara Cina
Universitas Pertamina - 31
Gambar 4.1 Peta Lokasi Bencana Banjir DKI Jakarta April 2019 (Geospasial BNPB, 2019)
2. Data Barang Bantuan
Data selanjutnya adalah terkait jenis barang bantuan yang akan disalurkan untuk memenuhi permintaan di lokasi bencana terdampak banjir. Berdasarkan informasi dari situs resmi BPBD DKI Jakarta, terdapat 4 jenis barang bantuan yang disalurkan untuk memenuhi kebutuhan warga pada saat kejadian banjir bulan April 2019, yaitu air mineral, family kits, matras, dan biskuit. Berikut adalah keterangan mengenai jenis barang bantuan yang disalurkan (dataset K):
Tabel 4.2 Jenis Barang Bantuan BPBD Jakarta untuk Banjir April 2019
Nama Barang Unit Keterangan
Air Mineral Box Merupakan barang bantuan berupa air minum 600 ml yang disediakan dalam satu box per kepala keluarga
Family Kits Box
Bantuan yang berisi sabun mandi, sikat dan pasta gigi, sampo, handuk kecil, handuk dewasa, pembalut, jas hujan dewasa, jerigen, dan senter lipat. 1 box untuk 1
KK
Matras Lembar Merupakan barang bantuan berupa satu lembar matras untuk per KK
Biskuit Box Merupakan barang bantuan berupa box yang terdiri dari makanan berupa biskuit disediakan untuk per KK
Kemudian, pada pengolahan data ini juga diperlukan informasi dari barang bantuan seperti bobot (wk), ukuran barang, volume barang (ℽk), berat, dan biaya
Universitas Pertamina - 32
untuk mengadakan masing-masing jenis barang bantuan tersebut (gjk).
Berdasarkan penelitian yang dilakukan Opit et. al, untuk perhitungan estimasi bobot barang bantuan dihitung berdasarkan mengklasifikasikan barang bantuan ke dalam dua kategori, yaitu primary dan secondary items. Primary items adalah barang bantuan berupa pangan atau barang bantuan yang dapat dikonsumsi, kemudian secondary items adalah barang bantuan berupa sandang atau perlengkapan pendukung. Oleh karena itu, pada keempat jenis barang bantuan pada penelitian ini akan dibagi menjadi dua kategori, yaitu air mineral dan biskuit termasuk primary items sedangkan family kits dan matras digolongkan sebagai secondary items. Setelah membagi barang bantuan tersebut ke dalam 2 kategori, perhitungan bobot dilakukan dengan bantuan software expert choice 11 dengan penilaian bahwa primary items lebih penting dibandingkan secondary items.
Perhitungan ukuran, volume, berat, dan biaya menyediakan barang bantuan didapatkan dari informasi umum mengenai masing-masing barang tersebut. Seperti barang bantuan air mineral yang disalurkan kepada warga adalah air mineral (600ml) dalam box yang berisi 24 botol dan matras yang diberikan kepada penduduk adalah matras standar Badan Nasional Pencarian dan Pertolongan (BASARNAS). Sehingga diperoleh informasi mengenai barang bantuan bencana banjir April 2019 sebagai berikut:
Tabel 4.3 Data Bobot, Ukuran, Volume, Berat, dan Biaya Pengadaan Barang Bantuan April 2019
Nama
Barang Bobot Ukuran (cm)
Volume (m3) Berat(kg) Biaya (Rp) Air Mineral 0,417 41x27x22,5 0.025 7 55.000 Family Kits 0,083 40x45x25 0,045 3,5 275.000 Matras 0,083 200x115x0,35 0,008 0,5 50.0000 Biskuit 0,417 25x15x10 0.004 3,6 150.000
3. Data Permintaan Barang
Setelah mengetahui informasi barang bantuan perlu menghitung estimasi jumlah permintaan untuk masing-masing jenis barang. Perhitungan jumlah permintaan untuk setiap jenis barang dihitung berdasarkan jumlah Kepala Keluarga (KK) yang terdampak di masing-masing lokasi dikalikan dengan masing-masing bobot setiap barang bantuan. Data jumlah KK yang terdampak
Universitas Pertamina - 33
diambil dari data update banjir DKI Jakarta tahun 2019 melalui situs resmi Jakarta Open Data. Berdasarkan data banjir DKI Jakarta tahun 2019 tersebut, jumlah KK terdampak untuk setiap wilayah adalah sebesar 664 KK untuk wilayah Jakarta Selatan dan 1.081 KK untuk Jakarta Timur.
Tabel 4.4 Jumlah KK Terdampak Banjir
Lokasi Jumlah KK Total KK Terdampak Jakarta Selatan Pejaten Timur 555 664 Pengadegan 109 Jakarta Timur Cawang 32 1081 Cililitan 958 Bidara Cina 91
Berikut adalah jumlah permintaan untuk setiap jenis barang bantuan (dik)
di kedua wilayah yang terdampak banjir:
Tabel 4.5 Jumlah Permintaan Setiap Jenis Barang Bantuan
Nama Barang Bobot Permintaan (KK)
Jakarta Selatan Jakarta Timur
Air Mineral 0,417 277 451
Family Kits 0,083 55 90
Matras 0,083 55 90
Biskuit 0,417 277 451
4. Data Probabilitas Kejadian Banjir
Probabilitas kejadian banjir adalah kemungkinan terjadinya banjir di daerah lokasi bencana tersebut. Perhitungan probabilitas tiap daerah bencana dilakukan dengan mengumpulkan data kejadian banjir selama satu tahun untuk wilayah Jakarta Selatan dan Jakarta Timur. Data kejadian banjir selama satu tahun (2018) dapat dilihat pada Lampiran A.
Tabel 4.6 Contoh Data Kejadian Banjir DKI Jakarta 1 Tahun
Bulan Kota Kelurahan
2 Jakarta Selatan pangadegan
2 Jakarta Selatan rawa jati
Universitas Pertamina - 34
Kemudian dari data tersebut dapat diketahui probabilitas terjadinya banjir di masing-masing kota. Diketahui jumlah kejadian banjir selama satu tahun di daerah Jakarta Selatan dan Jakarta Timur berturut-turut 45 dan 48 kejadian. Tabel 4.7 adalah perhitungan probabilitas terdampak banjir (Pi) untuk masing-masing daerah. Berdasarkan perhitungan tersebut probabilitas daerah Jakarta Selatan terkena dampak banjir adalah 0,484 sedangkan Jakarta Timur adalah 0,516.
Tabel 4.7 Data Probabilitas Kejadian Banjir
Kota Jumlah Kejadian Probabilitas
Jakarta Selatan 45 0.48
Jakarta Timur 48 0.52
Total 93 1
5. Data Lokasi Gudang dan Kapasitas
Gudang pada model ini adalah gudang yang menyimpan barang bantuan bencana berlokasi di DKI Jakarta yang merupakan titik awal distribusi barang bantuan menuju lokasi yang terdampak bencana banjir. Gudang ini juga merupakan sumber pemasok barang bantuan bencana banjir pada bulan April 2019. Pada penelitian ini gudang yang diketahui yang digunakan untuk menyimpan barang bantuan adalah gudang BPBD Provinsi DKI Jakarta dengan perkiraan kapasitas gudang mengacu pada luas gudang BPBD tingkat kota dikalikan dengan tinggi minimum yaitu 5m berdasarkan Perka No. 6 Tahun 2009 yang mengatur spesifikasi gudang adalah 1500 m3.
Pada model yang digunakan untuk menyelesaikan permasalahan ini, terdapat parameter waktu untuk memenuhi permintaan di lokasi bencana dari gudang bantuan. Oleh karena itu, diperlukan perhitungan waktu pemenuhan dimulai dari barang dimuat kedalam kendaraan, waktu tempuh menuju lokasi bencana, hingga membongkar barang bantuan dari kendaraan di lokasi bencana. Berdasarkan penelitian terdahulu yang dilakukan oleh (Wisetjindawat, 2014), rata-rata waktu umum yang diperlukan untuk memuat barang bantuan ke dalam truk atau membongkar barang bantuan dari truk yang berkapasitas 4 ton di gudang yang memindahkan barangnya secara manual adalah 70 menit. Sedangkan, pada umumnya gudang yang memiliki forklift membutuhkan waktu 20 menit. Pada penelitian ini, karena gudang milik BPBD
