= Biaya transportasi Rute I + Rute II + Rute III + Rute IV + Rute V + Rute VI + Rute VII + Gaji Tenaga Kerja
= Rp 99.472,5,-Perjalananbulan + Rp 48.537,-Perjalananbulan + Rp 160.146,-Perjalananbulan + Rp 19.125,-Perjalananbulan +
Rp 98.298,-Perjalananbulan + 160.177,5,-Perjalananbulan
+ Rp 114.381,-Perjalananbulan + Rp 1.750.000,-bulan
= Rp 2.450.137,-Perjalananbulan Jadi biaya total transportasi pendistibusian Tepung Cassava dan Tiwul Instan di
PT.Cahaya Sejahtera Sentosa Blitar bulan sebesar Rp 2.403.265,306,- PerjalananBulan + Rp 2.450.137,-Perjalananbulan = Rp 4.853.402,306
Perjalananbulan.
4.2.3 Mengalokasikan Permintaan
Customer Bulan Juni 2007 sampai Juni 2009 Pada Rute Baru Berdasarkan Penerapan Metode Savings Matrix
4.2.3.1 Mengubah Satuan Permintaan terhadap Produk Tepung Cassava dan Tiwul Instan ke Satuan Kilogram
Mengubah Satuan Permintaan terhadap Produk Tepung Cassava dan Tiwul Instan ke Kilogram dilakukan agar pengalokasian permintaan berdasarkan
perhitungan Savings Matrix dapat dilakukan karena memiliki satuan berat yang sama. Perhitungan berdasarkan Tabel 4.6 Jarak Total Perjalanan dan Beban Order
pendistribusian Tepung Cassava dari pabrik ke customer pada Rute Awal dan 4.11 Jarak Total Perjalanan dan Beban Order pendistribusian Tiwul Instan dari pabrik ke
customer pada Rute Awal.
Tabel 4.19 Besarnya Order Size per bulan tiap customer Bulan Juni 2007 sampai Juni 2009 Untuk Tepung Cassava
No Customer Order
Size Zak
bulan Order Size
Zakbulan satuan Kg
1 PT. Aneka Indo Makmur
19
475
2 UD. Barokah
10
250
3 CV. Bintang Baru Snack
14
350
4 Larrisa 5
125
5 UD. Bintang Semeru
8
200
6 Sri Wahyudah
9
225
7 Dua Macan
13
325
8 PT. Eka Jaya Food Sukses
40
1000
9 PT. Bintang Indo Jaya
7
175
10 Sumber Makmur
7
175
11 UD. A. Rahmad
23
575
12 CV. Indah
16
400
13 Bedadung Jaya
21
525 Ket : 1 zak Tepung Cassava = 25 kilogram
Tabel 4.20 Besarnya Order Size per bulan tiap customer Bulan Juni 2007 sampai Juni 2009 Untuk Tiwul Instan
No Customer Order
Size Dus
Bulan Order Size
Zakbulan satuan Kg
1 Kediri 92
460
2 Blitar 50
250
3 Jombang 171
855
4 Nganjuk 131
655
5 Trenggalek 196
980
6 Surabaya 177
885
7 Jember 21
105
8 Mojokerto 53
265
9 Lumajang 86
430
10 Probolinggo 124
620 Ket : 1 dus Tiwul Instan = 20 bungkus 250 gram = 5 kilogram
Dalam pembuatan matrik jarak, terlebih dahulu menghitung besarnya jarak dari pabrik ke tiap-tiap customer dan dari satu customer ke customer lainnya. Karena jarak
dari satu customer ke customer lainnya sudah dihitung sebelumnya dan hasil perhitungan dapat dilihat pada Lampiran E dan hasil perhitungan jarak lokasi gudang
ke tiap customer dapat dilihat pada Tabel 4.18 Jarak Lokasi dari Pabrik ke tiap Customer
dalam koordinat dan satuan untuk tepung Cassava dan Tabel 4.19 Jarak Lokasi dari Pabrik ke tiap Customer dalam koordinat dan satuan untuk Tiwul Instan
maka dapat langsung dibuat matrik jaraknya sebagai berikut :
Tabel 4.21 Matrik Jarak
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11
C12 C13 K1 K2 K3 K4 K5 K6 K7 K8 K9
K10 C1
C2 130,51
C3 31,89
102,18 C4
65,52 156,69
87,73 C5
94,87 157,99
110,43 34,86
C6 48,25
90,43 16,53
102,65 117,15
C7 91,92
40,70 62,16
128,05 136,57
49,74 C8
31,89 58,48
87,73 110,43
16,53 62,16
C9 10,50
85,19 33,24
72,92 103,67
51,16 97.71
33,24 C10
23,52 26,50
47,94 131,04
131,01 76,88
32,56 85,44
118,49 C11 82,76 165,04 103,59 17,41 21,84 117,93 139,35 103,59 90,31 138,84
C12 54,43
78,14 24,08
100,01 116,53
15,07 38,11
24,08 59,64
62,61 114,03
C13 136,26
210,07 157,84
70,91 52,96
171,95 189,35
157,84 143,05
183,58 54,28
167,22 K1 110,68 26,5 85,44 131,04 131,01 76,88 32,56 85,44 119,21 0
138,84 62,61 183,58 K2 91,92 40,70 62,16 128,05 136,57 49,74
62,16 97,71 32,56 139,36 38,11 189,35 32,56 K3 58,87 75,99 27,54 106,41
123,00 14,58 35,38 5,51 63,38 62,50 120,50 6,5 173,72 62,50 35,38 K4 255,64 146,31 223,75 297,96 303,04 207,49 169,99 223,75 258,31 172,61 308,51 202,81 355,88 172,61 169,99 197,39
K5 134,41 12,5 104,72 164,98 167,61 91,59 42,61 104,72 140,32 37,26 174,15 80,70 220,38 37,07 42,61 77,61 135,53 0 K6 10,5 137,16 35,85 72,92 103,67 51,16 97,71 35,85
0 118,44 90,31 59,64 143,05 118,44 134,21 63,38 258,31
140,32 0 K7 136,26 145,10 157,84 70,91 52,96 171,95 189,35 157,84 143,05 183,58 54,28 167,72 0 183,58 189,35 173,72 355,88 220,38
143,05 0 K8 31,89 58,48
0 87,73 110,43 16,53 62,16 0 33,24 85,44 103,59 24,08 157,84 85,44 62,16 5,51 223,75
104,72 35,85 157,84
K9 98,37 155,55 112,54 40,08 6,04 124,20 135,98 112,54 107,42 129,06 27,68 117,48 54,52 129,06 135,98 123,92 301,42 165,89 107,42 54,52 125,54
K10 65,91 160,32 89,34 4,24 37,55 104,52 131,16 89,34 72,84 134,77 17,44 102,42 70,36 134,77 131,16 23,32 301,13 168,47 72,84 70,36 89,32 43,00 0
Sehingga didapat Savings Matrix sebagai berikut : Tabel 4.22 Savings Matrix
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11
C12 C13 K1 K2 K3 K4 K5 K6 K7 K8 K9
K10 C1
C2 4,22
C3 145,91
7,39 C4
162,72 3,37
115,40 C5
131,73 0,38
91,01 217,07
C6 121,41
11,00 127,97
92,43 76,15
C7 36,29
19,28 40,89
25,49 15,28
45,17 C8
145,91 51,09
152,64 115,4
91,01 127,97
40,89 C9
200,2 57,28
152,3 163,11
130,67 126,24
38,24 152,3
C10 87,18
15,97 37,6
4,99 3,33
0,52 3,39
0,1 C11
150,63 0,12
104,64 241,31
235,19 82,78
19,29 104,64
150,82 2,29
C12 100,85
8,82 105,95
80,51 62,3
106,82 42,33
105,95 103,29
0,32 71,59
C13 143,16
1,12 96,42
233,84 250,1
74,17 15,32
96,42 144,11
3,58 255,57
64,43 K1
0,02 15,97
0,1 4,99
3,33 0,52
3,39 0,1
-0,77 18,44
2,29 0,32
3,58 K2 36,29 19,28 40,89 25,49 15,28 45,17 53,46 40,89 38,24 3,39 19,28 42,33 15,32 3,39
K3 96,54
11,19 102,71
74,33 56,05
107,53 45,28
124,74 99,77
0,65 65,34
114,14 58,15
0,65 45,28
K4 23,78 64,88 30,51 6,79 0,02 38,62 34,68 30,51 28,85 14,55 1,34 28,84 0 14,55 34,68 34,48 0 K5
9,57 63,25
14,1 4,33
0,01 19,09
26,62 14,1
11,4 14,46
0,16 15,51
0,06 14,65
26,62 18,82
84,97 K6
200,2 5,31
149,69 163,11
130,67 126,24
38,24 149,69
218,44 150,82
103,29 144,11
1,74 99,77
28,85 11,4
K7 143,17 66,09 96,42 233,84 250,1 74,17 15,32 96,42 144,11 3,58 255,57 64,43 355,88 3,58 15,32 58,15 0 0,06 144,11
K8 145,91 51,09 152,64 115,4 91,01 127,97 40,89 152,64 152,3 0,1 104,64 105,95 96,42 0,1 40,89 124,74 30,51 14,1 149,69 96,42 K9 126,61 1,19 87,27 210,22 242,57 67,47 14,24 87,27 125,29 3,65 227,72 59,72 246,91 3,65 14,24 53,5 0,01 0,1 125,29 246,91 87,27 0
K10 162,66 0,02 114,07 249,66 214,66 90,75 22,66 114,07 163,47 1,54 241,56 78,38 234,67 1,54 22,66 157,7 3,9 1,12 163,47 234,67 114,09 207,58 0
B. Mengidentifikasikan Matriks Penghematan Savings Matrix
Dalam menghitung jarak dari pabrik ke tiap-tiap customer dan dari satu customer
ke customer lainnya, menggunakan rumus sebagai berikut : Sx1,x2 = JG,x1 + JG,x2 – Jx1,x2
Di mana : Sx1,x2
= Penghematan jarak antara customer 1 dan customer 2 J G,x1
= Jarak dari gudang ke customer 1 atau sebaliknya. J G,x2
= Jarak dari gudang ke customer 2 atau sebaliknya J x1,x2
= Jarak dari customer 1 ke customer 2 atau sebaliknya. Berdasarkan data pada Tabel 4.21 Matrik Jarak, dapat dihitung penghematan
jarak Savings Matrix sebagai berikut : Contoh perhitungan penghematan jarak dari lokasi C1 PT. Aneka Indo Makmur dan
C2 UD. Barokah : SC1,C2 = JG,C1 + JG,C2 – JC1,C2
SC1,C2 = 101,48 + 39,25 – 130,51 = 4,22 km Untuk perhitungan penghematan jarak selanjutnya antara satu customer ke customer
lainnya, dapat dilihat pada Lampiran F.
C. Penentuan Alokasi Customer pada Rute Baru Berdasarkan Permintaan periode Bulan Juni 2007 sd Bulan Juni 2009
1 Iterasi 1 Pada iterasi 1 ini rute awal diasumsikan bahwa setiap customer akan
dikunjungi oleh satu armada secara esklusif. Dengan kata lain akan ada 13 rute untuk pendistribusian Tepung Cassava dengan menggunakan armada pick up
berkapasitas 850 kg dan 10 rute untuk pendistribusian Tiwul Instan dengan menggunakan armada pick up box berkapasitas 1050 kg. Sehingga total
keseluruhan terdapat 23 rute awal. Untuk penentuan rute baru dengan Savings Matrix ini pengalokasian
dititikberatkan pada armada pick up box berkapasitas 1050 kg karena kapasitas yang lebih besar dan tingkat keamanan yg lebih tinggi Hasil Iterasi ini dapat
dilihat pada Tabel 4.23 Iterasi 1 pada Lampiran G. 2 Iterasi 2
Dari Tabel 4.22 Savings Matrix, didapat penghematan jarak terbesar yaitu 355,88 = SC13,K7 dengan mengkombinasikan rute untuk C13 dan K7 dalam 1
rute, yaitu rute A. Kemudian dilakukan pengecekan apakah pengkombinasian tersebut layak dilakukan atau tidak dengan berdasarkan nilai total order size
customer tersebut, kapasitas armada yang ada pick up box berkapasitas 1050 kg,
dan due date. Untuk perhitungan beban dari tiap customer dilihat berdasarkan Tabel 4.19. Besarnya Order Size per bulan tiap customer Bulan Juni 2007 sampai
Juni 2009 Untuk Tepung Cassava dan Tabel 4.20 Besarnya Order Size per
bulan tiap customer Bulan Juni 2007 sampai Juni 2009 Untuk Tiwul Instan, dengan perhitungan sebagai berikut :
Beban Rute A = Order SizeC13 + Order SizeK7 = 525 + 105 = 630 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak. C13
memiliki due date
tanggal 10, sedangkan K7 tidak memiliki due date.
Sehingga penggabungan C13 dan K7 pada Rute A layak dilakukan. Hasil iterasi 2 dapat dilihat pada Tabel 4.24 Iterasi 2 pada Lampiran G.
3 Iterasi 3 Pada iterasi 3 didapat penghematan jarak terbesar selanjutnya adalah
255,7 yaitu : a. C13,C11
Berdasarkan iterasi 2 diatas diketahui C13 masuk ke rute A, sehingga C11 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut :
Beban Rute A = Order SizeC13 + Order SizeK7 + Order SizeC11 = 525 + 105 + 575 = 1205 kg 1050 kg, dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.25 Iterasi 3 Lampiran G. b. C11,K7
Berdasarkan iterasi 2 diatas diketahui K7 masuk ke rute A, sehingga C11 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut :
Beban Rute A = Order SizeC13 + Order SizeK7 + Order SizeC11
= 525 + 105 + 575 = 1205 kg 1050 kg, dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.25 Iterasi 3 Lampiran G.
4 Iterasi 4 Pada iterasi 4 didapat penghematan jarak terbesar selanjutnya adalah
250,1, yaitu: a. C5,C13
Berdasarkan iterasi 2 diatas diketahui C13 masuk ke rute A, sehingga C5 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut :
Beban Rute A = Order SizeC13 + Order SizeK7 + Order SizeC5 = 525 + 105 + 200 = 850 kg 1050 kg, dari kapasitas pick up box,
sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.26 Iterasi 4 Lampiran G.
b. C5,K7 Berdasarkan iterasi 4a, dapat dilihat C5 dan K7 sudah dialokasikan
ke Rute A, sehingga tidak perlu dilakukan perhitungan terhadap jarak ini. 5 Iterasi 5
Pada iterasi 5 didapat penghematan jarak terbesar selanjutnya, yaitu 249,66 C4 dan K10, karena kedua customer tersebut tidak dialokasikan ke rute
A, maka C4 dan K10 dialokasikan pada Rute B, dengan perhitungan sebagai berikut :
Beban Rute B = Order SizeC4 + Order SizeK10
= 125 + 620 = 745 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.27 Iterasi 45
Lampiran G. 6 Iterasi 6
Pada Iterasi 6 didapat penghematan jarak terbesar selanjutnya adalah 246,91, yaitu :
a. C13,K9 Berdasarkan iterasi 2 diatas diketahui C13 masuk ke rute A, sehingga
K9 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5+Order SizeK9
= 525 + 105 + 200 + 430= 1260 kg 1050 kg, dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.28 Iterasi 6 Lampiran G.
b. K7,K9 Berdasarkan iterasi 2 diatas diketahui K7 masuk ke rute A, sehingga
K9 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5+Order SizeK9
= 525 + 105 + 200 + 430= 1260 kg 1050 kg, dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.28 Iterasi 6 Lampiran G.
7 Iterasi 7 Pada iterasi 7 didapat penghematan jarak sebesar 242,57, yaitu C5 dan
K9. Berdasarkan iterasi 4 di atas diketahui C5 dialokasikan ke rute A, sehingga
hasil perhitungan alokasi jarak terhadap rute A jika ditambahkan K9 sama dengan perhitungan pada iterasi 6. Pengkombinasian C5 dan K9 tidak layak. Hasil iterasi
ini dapat dilihat pada Tabel 4.29 Iterasi 7 Lampiran G. 8 Iterasi 8
Pada iterasi 8 didapat penghematan jarak terbesar selanjutnya adalah 241,56, yaitu C4 dan C11. Berdasarkan hasil iterasi 5 didapat rute BC4 + K10,
sehingga C11 dialokasikan ke rute B, dengan perhitungan sebagai berikut : Beban Rute B = Order SizeC4+Order SizeK10+Order SizeC11
= 125 + 620 + 575 = 1320 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.30
Iterasi 8 Lampiran G. 9 Iterasi 9
Pada iterasi 9 didapat penghematan jarak terbesar selanjutnya adalah 241,31 yaitu C11 dan K10. Berdasarkan hasil iterasi 5 didapat rute BC4 + K10,
sehingga C11 dialokasikan ke rute B, dengan perhitungan sebagai berikut : Beban Rute B = Order SizeC4+Order SizeK10+Order SizeC11
= 125 + 620 + 575 = 1320 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.31
Iterasi 9 Lampiran G. 11 Iterasi 11
Pada iterasi 11 didapat penghematan jarak terbesar selanjutnya adalah 234,67 yaitu :
a. C13,K10
Berdasarkan iterasi 4 diatas diketahui C13 dialokasikan ke rute A dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.33 Iterasi 11 Lampiran G.
b. K7,K10 Berdasarkan iterasi 4 diatas diketahui K7 dialokasikan ke rute A dan
berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.33 Iterasi 11
Lampiran G. 12 Iterasi 12
Pada iterasi 11 didapat penghematan jarak terbesar selanjutnya adalah 233,84 yaitu :
a. C4, C13 Berdasarkan iterasi 4 diatas diketahui C13 dialokasikan ke rute A dan
berdasarkan iterasi 5 diketahui C4 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.34 Iterasi 12
Lampiran G. b. C4, K7
Berdasarkan iterasi 4 diatas diketahui K7 dialokasikan ke rute A dan berdasarkan iterasi 5 diketahui C4 dialokasikan ke rute B. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.34 Iterasi 12 Lampiran G.
13 Iterasi 13 Pada iterasi 13 didapat penghematan jarak terbesar selanjutnya, yaitu
227,72 C11 dan K9, karena kedua customer tersebut tidak dialokasikan ke rute manapun pada iterasi sebelumnya , maka C11 dan K9 dialokasikan pada Rute C,
dengan perhitungan sebagai berikut : Beban Rute C = Order SizeC11 + Order SizeK9
= 575 + 430 = 1005 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan layak dan kapasitas armada pada rute ini maksimum. C11
memiliki due date tanggal 12, sedangkan K9 tidak memiliki due date. Sehingga pengalokasian C11 dan K9 pada Rute C layak dilakukan. Hasil Iterasi ini dapat
dilihat pada Tabel 4.35 Iterasi 13 Lampiran G. 14 Iterasi 14
Pada iterasi 14 didapat penghematan jarak terbesar selanjutnya, yaitu 218,44 C9 dan K6, karena kedua customer tersebut tidak dialokasikan ke rute
manapun pada iterasi sebelumnya , maka C9 dan K6 dialokasikan pada Rute D, dengan perhitungan sebagai berikut :
Beban Rute D = Order SizeC9 + Order SizeK6 = 175 + 885 = 1050 kg = 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak dan sudah maksimum. Hasil Iterasi ini dapat dilihat pada Tabel 4.36 Iterasi 14 Lampiran G.
15 Iterasi 15 Pada iterasi 15 didapat penghematan jarak terbesar selanjutnya adalah
217,07 yaitu C4 dan C5. Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan
ke rute A dan berdasarkan iterasi 5 diketahui C4 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.37 Iterasi
15 Lampiran G. 16 Iterasi 16
Pada iterasi 16 didapat penghematan jarak terbesar selanjutnya adalah 214,66 yaitu C5 dan K10. Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan
ke rute A dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel
4.38 Iterasi 16 Lampiran G. 17 Iterasi 17
Pada iterasi 17 didapat penghematan jarak terbesar selanjutnya adalah 210,22 yaitu C4 dan K9. Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan
ke rute B dan berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel
4.39 Iterasi 17 Lampiran G. 18 Iterasi 18
Pada iterasi 18 didapat penghematan jarak terbesar selanjutnya adalah 207,58 yaitu K9 dan K10. Berdasarkan iterasi 13 diatas diketahui K9 dialokasi ke
rute A dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.40 Iterasi
18 Lampiran G.
19 Iterasi 19 Pada iterasi 19 didapat penghematan jarak terbesar selanjutnya adalah
200,2 yaitu : a. C1, C9
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan diketahui kapasitas armada pada rute ini sudah maksimum. Sehingga C1 dan
C9 tidak dapat dilakukan pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.41 Iterasi 19 Lampiran G.
b. C1, K6 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
diketahui kapasitas armada pada rute ini sudah maksimum. Sehingga C1 dan K6 tidak dapat dilakukan pengalokasian. Hasil Iterasi ini dapat dilihat pada
Tabel 4.41 Iterasi 19 Lampiran G. 20 Iterasi 20
Pada iterasi 20 didapat penghematan jarak terbesar selanjutnya adalah 163,47 yaitu :
a. C9, K10 Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan
berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.42 Iterasi 20
Lampiran G.
b. K6, K10 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.42 Iterasi 20
Lampiran G. 21 Iterasi 21
Pada iterasi 21 didapat penghematan jarak terbesar selanjutnya adalah 163,11 yaitu :
a. C4, K6 Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan
berdasarkan iterasi 14 diketahui K6 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.43 Iterasi 21
Lampiran G. b. C4, C9
Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.43 Iterasi 21 Lampiran G.
22 Iterasi 22 Pada iterasi 22 didapat penghematan jarak terbesar selanjutnya adalah
162,77 yaitu C1 dan C4. Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B, sehingga C1 dapat dialokasikan ke rute B. dengan perhitungan sebagai
berikut :
Beban Rute B = Order SizeC4+Order SizeK10+Order SizeC1 = 125 + 620 + 475 = 1220 kg 1050 kg, dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.44 Iterasi 22 Lampiran G. 23 Iterasi 23
Pada iterasi 23 didapat penghematan jarak terbesar selanjutnya adalah 162,66 yaitu C1 dan K10. Berdasarkan iterasi 5 diatas diketahui K10
dialokasikan ke rute B, sehingga C1 dapat dalokasikan ke rute B. dengan perhitungan sebagai berikut :
Beban Rute B = Order SizeC4+Order SizeK10+Order SizeC1 = 125 + 620 + 475 = 1220 kg 1050 kg, dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.45 Iterasi 23 Lampiran G. 24 Iterasi 24
Pada iterasi 24 didapat penghematan jarak terbesar selanjutnya adalah 157,7 yaitu K3 dan K10. Berdasarkan iterasi 5 diatas diketahui K10 dialokasikan
ke rute B, sehingga C1 dapat dialokasikan ke rute B. dengan perhitungan sebagai berikut :
Beban Rute B = Order SizeC4+Order SizeK10+Order SizeK3 = 125 + 620 + 855 = 1600 kg 1050 kg, dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.46 Iterasi 24 Lampiran G.
25 Iterasi 25 Pada iterasi 25 didapat penghematan jarak terbesar selanjutnya adalah
152,64 yaitu : a. C3, K8
Karena kedua customer tersebut tidak dialokasikan ke rute manapun pada iterasi sebelumnya , maka C3 dan K8 dialokasikan pada Rute E, dengan
perhitungan sebagai berikut : Beban Rute E = Order SizeC3 + Order SizeK8
= 350 + 265 = 615 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.47 Iterasi
25 Lampiran G. b. C8, K8
Berdasarkan hasil iterasi 25a di atas diketahui K8 dialokasikan ke rute E, sehingga C8 dialokasikan ke rute E. Dengan perhitungan sebagai
berikut : Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC8
= 350 + 265 + 1000 = 1615 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.47 Iterasi 25 Lampiran G.
c. C3, C8 Berdasarkan hasil iterasi 25a di atas diketahui C3 dialokasikan ke
rute E, sehingga C8 dialokasikan ke rute E. Dengan perhitungan sebagai berikut :
Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC8 = 350 + 265 + 1000 = 1615 kg 1050 kg dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.47 Iterasi 25 Lampiran G. 26 Iterasi 26
Pada iterasi 26 didapat penghematan jarak terbesar selanjutnya adalah 152,3 yaitu :
a. C3, C9 Berdasarkan iterasi 25 diatas diketahui C3 dialokasikan ke rute E dan
berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.48 Iterasi 26
Lampiran G. b. C8, C9
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan sudah maksimum, sehingga C8 tidak dapat dialokasikan ke rute D. Hasil Iterasi
ini dapat dilihat pada Tabel 4.48 Iterasi 26 Lampiran G. c. C9,K8
Berdasarkan iterasi 25 diatas diketahui K8 dialokasikan ke rute E dan berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.48 Iterasi 26 Lampiran G.
27 Iterasi 27 Pada iterasi 27 didapat penghematan jarak terbesar selanjutnya adalah
150,82 yaitu : a. C11, K6
Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan berdasarkan iterasi 14 diketahui K6 dialokasikan ke rute D. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.49 Iterasi 27 Lampiran G.
b. C4, C9 Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan
berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.49 Iterasi 27
Lampiran G. 28 Iterasi 28
Pada iterasi 28 didapat penghematan jarak terbesar selanjutnya adalah 150,63 yaitu C1 dan C11. Berdasarkan iterasi 13 diatas diketahui C11 dialokasi
ke rute C sehingga C1 dialokasikan ke rute C dengan perhitungan sebagai berikut:
Beban Rute C = Order SizeC11+Order SizeK9+Order SizeC1 = 575 + 430 + 475 = 1480 kg 1050 kg, dari kapasitas
pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada
Tabel 4.50 Iterasi 28 Lampiran G.
29 Iterasi 29 Pada iterasi 29 didapat penghematan jarak terbesar selanjutnya adalah
149,69 yaitu : a. C3, K6
Berdasarkan iterasi 25 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 14 diketahui K6 dialokasikan ke rute D. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.51 Iterasi 29 Lampiran G.
b. C8, K6 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
sudah kapasitas armada pada rute ini sudah maksimum. Sehingga pengalokasian C8 dan K6 ke rute D tidak dapat dilakukan. Hasil Iterasi ini
dapat dilihat pada Tabel 4.51 Iterasi 29 Lampiran G. c. K6, K8
Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan berdasarkan iterasi 25 diketahui K8 dialokasikan ke rute E. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.51 Iterasi 29 Lampiran G.
30 Iterasi 30 Pada iterasi 30 didapat penghematan jarak terbesar selanjutnya adalah
145,91 yaitu : a. C1, C8
Karena kedua customer tersebut tidak dialokasikan ke rute manapun pada iterasi sebelumnya , maka C1 dan C8 dialokasikan pada Rute F, dengan
perhitungan sebagai berikut : Beban Rute F = Order SizeC1 + Order SizeC8
= 475 + 1000 = 1475 kg 1050 kg dari kapasitas pick up box, sehingga pengalokasian C1 dan C8 ke rute F tidak dapat dilakukan. Hasil
Iterasi ini dapat dilihat pada Tabel 4.52 Iterasi 30 Lampiran G. b. C1, K8
Berdasarkan hasil iterasi 25 di atas diketahui K8 dialokasikan ke rute E, sehingga C1 dialokasikan ke rute E. Dengan perhitungan sebagai berikut :
Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC1 = 350 + 265 + 475 = 1090 kg 1050 kg dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.52 Iterasi 30 Lampiran G. c. C1, C3
Berdasarkan hasil iterasi 25 di atas diketahui C3 dialokasikan ke rute E, sehingga C1 dialokasikan ke rute E. Dengan perhitungan sebagai berikut :
Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC1 = 350 + 265 + 475 = 1090 kg 1050 kg dari kapasitas pick up
box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.52 Iterasi 30 Lampiran G.
31 Iterasi 31 Pada iterasi 31 didapat penghematan jarak terbesar selanjutnya adalah
144,11 yaitu : a. C9, C13
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan berdasarkan iterasi 4 diketahui C13 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.53 Iterasi 31 Lampiran G.
b. C13, K6 Berdasarkan iterasi 4 diatas diketahui C13 dialokasikan ke rute A dan
berdasarkan iterasi14 diketahui K6 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.53 Iterasi 31
Lampiran G. c. C9, K7
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan berdasarkan iterasi 4 diketahui K7 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.53 Iterasi 31 Lampiran G.
d. K6, K7 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
berdasarkan iterasi 4 diketahui K7 dialokasikan ke rute A. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.53 Iterasi 31
Lampiran G.
32 Iterasi 32 Pada iterasi 32 didapat penghematan jarak terbesar selanjutnya adalah
143,17 yaitu C1 dan K7. Berdasarkan iterasi 4 diatas diketahui K7 dialokasi ke rute A sehingga C1 dialokasikan ke rute A dengan perhitungan sebagai berikut:
Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5+ Order Size
C1 = 525 + 325 + 200 + 475 = 1525 kg 1050 kg, dari
kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.54 Iterasi 32 Lampiran G.
33 Iterasi 33 Pada iterasi 33 didapat penghematan jarak terbesar selanjutnya adalah
143,16 yaitu C1 dan C13. Berdasarkan iterasi 4 diatas diketahui C13 dialokasi ke rute A sehingga C1 dialokasikan ke rute A dengan perhitungan sebagai berikut:
Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5+ Order Size
C1 = 525 + 325 + 200 + 475 = 1525 kg 1050 kg, dari
kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.55 Iterasi 33 Lampiran G.
34 Iterasi 34 Pada iterasi 34 didapat penghematan jarak terbesar selanjutnya adalah
131,73 yaitu C1 dan C5. Berdasarkan iterasi 4 diatas diketahui C5 dialokasi ke rute A sehingga C1 dialokasikan ke rute A dengan perhitungan sebagai berikut:
Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5+ Order Size
C1 = 525 + 325 + 200 + 475 = 1525 kg 1050 kg, dari
kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.56 Iterasi 34 Lampiran G.
35 Iterasi 35 Pada iterasi 35 didapat penghematan jarak terbesar selanjutnya adalah
130,67 yaitu : a. C5, C9
Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan ke rute A dan berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.57 Iterasi 35 Lampiran G.
b. C5, K6 Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan ke rute A dan
berdasarkan iterasi 14 diketahui K6 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.57 Iterasi 35
Lampiran G. 36 Iterasi 36
Pada iterasi 36 didapat penghematan jarak terbesar selanjutnya adalah 127,97 yaitu :
a. C3, C6 Berdasarkan hasil iterasi 25 di atas diketahui C3 dialokasikan ke rute
E, sehingga C6 dialokasikan ke rute E. Dengan perhitungan sebagai berikut : Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC6
= 350 + 265 + 225 = 840 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.58 Iterasi 36 Lampiran G.
b. C6, K8 Berdasarkan hasil iterasi 25 di atas diketahui K8 dialokasikan ke rute
E, sehingga C6 dialokasikan ke rute E. Dengan perhitungan sebagai berikut : Beban Rute E = Order SizeC3 + Order SizeK8 + Order SizeC6
= 350 + 265 + 225 = 840 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.58 Iterasi 36 Lampiran G.
37 Iterasi 37 Pada iterasi 37 didapat penghematan jarak terbesar selanjutnya adalah
126,61 yaitu C1 dan K9. Berdasarkan iterasi 13 diatas diketahui K9 dialokasi ke rute C sehingga C1 dialokasikan ke rute C dengan perhitungan sebagai berikut:
Beban Rute C = Order SizeC11+Order SizeK9+Order SizeC1 = 575 + 430 + 475 = 1480 kg 1050 kg, dari kapasitas
pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada
Tabel 4.59 Iterasi 37 Lampiran G.
38 Iterasi 38 Pada iterasi 38 didapat penghematan jarak terbesar selanjutnya adalah
126,24 yaitu : a. C6, C9
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi
pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.60 Iterasi 38 Lampiran G.
b. C6, K6 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.60 Iterasi 38
Lampiran G. 39 Iterasi 39
Pada iterasi 39 didapat penghematan jarak terbesar selanjutnya adalah 125,29 yaitu :
a. C9, K9 Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan
berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.61 Iterasi 39
Lampiran G.
b. K6, K9 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.61 Iterasi 39
Lampiran G. 40 Iterasi 40
Pada iterasi 40 didapat penghematan jarak terbesar selanjutnya adalah 124,74 yaitu :
a. C8, K3 Karena kedua customer tersebut tidak dialokasikan ke rute manapun
pada iterasi sebelumnya , maka C8 dan K3 dialokasikan pada Rute F, dengan perhitungan sebagai berikut :
Beban Rute F = Order SizeC8 + Order SizeK3 = 1000 + 855 = 1855 kg 1855 kg dari kapasitas pick up box,
sehingga pengalokasian C8 dan K3 ke rute F tidak dapat dilakukan. Hasil Iterasi ini dapat dilihat pada Tabel 4.62 Iterasi 40 Lampiran G.
b. K3, K8 Berdasarkan hasil iterasi 36 di atas diketahui K8 dialokasikan ke rute
E, sehingga K3 dialokasikan ke rute E. Dengan perhitungan sebagai berikut : Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize K3
= 350 + 265 + 255 +855 = 1695 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.62 Iterasi 40 Lampiran G. 41 Iterasi 41
Pada iterasi 41 didapat penghematan jarak terbesar selanjutnya adalah 121,41 yaitu C1 dan C6. Berdasarkan iterasi 36 diatas diketahui C6 dialokasi ke
rute E sehingga C1 dialokasikan ke rute E dengan perhitungan sebagai berikut: Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize C1
= 350 + 265 + 255 + 475 = 1315 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.63 Iterasi 41 Lampiran G. 42 Iterasi 42
Pada iterasi 42 didapat penghematan jarak terbesar selanjutnya adalah 115,40 yaitu :
a. C3, C4 Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan
berdasarkan iterasi 5 diketahui C4 dialokasikan ke rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.64 Iterasi 42
Lampiran G. b. C4, C8
Berdasarkan hasil iterasi 5 di atas diketahui C4 dialokasikan ke rute B, sehingga C8 dialokasikan ke rute B. Dengan perhitungan sebagai berikut :
Beban Rute B = OrderSizeC4 + OrderSizeK10 + OrderSizeC8 = 125 + 620 + 1000 = 1745 kg 1050 kg dari
kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.64 Iterasi 42 Lampiran G.
c. C4, K8 Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan
berdasarkan iterasi 36 diketahui K8 dialokasikan ke rute E. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.64 Iterasi 42
Lampiran G. 43 Iterasi 43
Pada iterasi 43 didapat penghematan jarak terbesar selanjutnya, yaitu 114,14 C12 dan K3, karena kedua customer tersebut tidak dialokasikan ke rute
manapun pada iterasi sebelumnya , maka C12 dan K3 dialokasikan pada Rute F, dengan perhitungan sebagai berikut :
Beban Rute F = Order SizeC12 + Order SizeK3 = 400 + 885 = 1255 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.65 Iterasi 43 Lampiran G.
44 Iterasi 44 Pada iterasi 44 didapat penghematan jarak terbesar selanjutnya adalah
114,09 yaitu K8 dan K10. Berdasarkan iterasi 36 diatas diketahui K8 dialokasikan ke rute E dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke
rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.66 Iterasi 44 Lampiran G.
45 Iterasi 45 Pada iterasi 45 didapat penghematan jarak terbesar selanjutnya adalah
114,07 yaitu : a. C3, K10
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.67 Iterasi 45 Lampiran G.
b. C8, K10 Berdasarkan hasil iterasi 5 di atas diketahui K10 dialokasikan ke rute
B, sehingga C8 dialokasikan ke rute B. Dengan perhitungan sebagai berikut : Beban Rute B = OrderSizeC4 + OrderSizeK10 + OrderSizeC8
= 125 + 620 + 1000 = 1745 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.67 Iterasi 45 Lampiran G. 46 Iterasi 46
Pada iterasi 46 didapat penghematan jarak terbesar selanjutnya adalah 107,53 yaitu C6 dan K3. Berdasarkan iterasi 36 diatas diketahui C6 dialokasi ke
rute E sehingga K3 dialokasikan ke rute E dengan perhitungan sebagai berikut: Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize K3
= 350 + 265 + 255 + 855 = 1745 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.68 Iterasi 46 Lampiran G. 47 Iterasi 47
Pada iterasi 47 didapat penghematan jarak terbesar selanjutnya adalah 106,82 yaitu C6 dan C12. Berdasarkan iterasi 36 diatas diketahui C6 dialokasi ke
rute E sehingga C12 dialokasikan ke rute E dengan perhitungan sebagai berikut: Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize C12
= 350 + 265 + 255 + 400 = 1240 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.69 Iterasi 47 Lampiran G. 48 Iterasi 48
Pada iterasi 48 didapat penghematan jarak terbesar selanjutnya adalah 105,95 yaitu :
a. C3, C12 Berdasarkan hasil iterasi 36 di atas diketahui C3 dialokasikan ke rute
E, sehingga C12 dialokasikan ke rute E. Dengan perhitungan sebagai berikut : Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize C12
= 350 + 265 + 255 + 400 = 1240 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.70 Iterasi 48 Lampiran G.
b. C8, C12 Karena kedua customer tersebut tidak dialokasikan ke rute manapun
pada iterasi sebelumnya , maka C8 dan C12 dialokasikan pada Rute F, dengan perhitungan sebagai berikut :
Beban Rute F = Order SizeC8 + Order SizeC12 = 1000 + 400 = 1400 kg 1855 kg dari kapasitas pick up box,
sehingga pengalokasian C8 dan C12 ke rute F tidak dapat dilakukan. Hasil Iterasi ini dapat dilihat pada Tabel 4.70 Iterasi 48 Lampiran G.
c. C12, K8 Berdasarkan hasil iterasi 36 di atas diketahui K8 dialokasikan ke rute
E, sehingga C12 dialokasikan ke rute E. Hasil perhitungan pengalokasian C12 ke rute E sama dengan hasil perhitungan beban rute E pada iterasi 48 a yang
menghasilkan pengalokasian yang tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.70 Iterasi 48 Lampiran G.
49 Iterasi 49 Pada iterasi 49 didapat penghematan jarak terbesar selanjutnya adalah
104,64 yaitu : a. C3, C11
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 13 diketahui C11 dialokasikan ke rute C. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.71 Iterasi 49 Lampiran G.
b. C8, C11 Berdasarkan hasil iterasi 13 di atas diketahui C11 dialokasikan ke
rute C, sehingga C8 dialokasikan ke rute C. Dengan perhitungan sebagai berikut :
Beban Rute C = Order SizeC11+Order SizeK9+Order SizeC8 = 575 + 430 + 1000 = 2005 kg 1050 kg, dari kapasitas
pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada
Tabel 4.71 Iterasi 49 Lampiran G. c. C11, K8
Berdasarkan iterasi 13 diatas diketahui C11 dialokasikan ke rute C dan berdasarkan iterasi 36 diketahui K8 dialokasikan ke rute E. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.71 Iterasi 49 Lampiran G.
50 Iterasi 50 Pada iterasi 50 didapat penghematan jarak terbesar selanjutnya adalah
103,29 yaitu : a. C9, C12
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi
pengalokasian lagi ke rute ini. Hasil Iterasi ini dapat dilihat pada Tabel 4.72 Iterasi 50 Lampiran G.
b. C12, K6 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi pengalokasian lagi ke rute ini. Hasil Iterasi ini dapat dilihat pada Tabel 4.72
Iterasi 50 Lampiran G. 51 Iterasi 51
Pada iterasi 51 didapat penghematan jarak terbesar selanjutnya adalah 102,71 yaitu C3 dan K3. Berdasarkan iterasi 36 diatas diketahui C3 dialokasi ke
rute E sehingga K3 dialokasikan ke rute E dengan perhitungan sebagai berikut: Beban Rute E = OrderSizeC3 + OrderSizeK8 + OrderSizeC6 +
OrderSize K3
= 350 + 265 + 255 + 855 = 1725 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.73 Iterasi 51 Lampiran G. 52 Iterasi 52
Pada iterasi 52 didapat penghematan jarak terbesar selanjutnya, yaitu 100,85 C1 dan C12, karena kedua customer tersebut tidak dialokasikan ke rute
manapun pada iterasi sebelumnya , maka C1 dan C12 dialokasikan pada Rute F, dengan perhitungan sebagai berikut :
Beban Rute F = Order SizeC1 + Order SizeC12 = 475 + 400 = 875 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak. Diketahui C12 memiliki due date tanggal 12,
sedangkan C1 tidak mempunyai due date. Jadi C1 dan C12 dapat dialokasikan ke rute F. Hasil Iterasi ini dapat dilihat pada Tabel 4.74 Iterasi 52 Lampiran G.
53 Iterasi 53 Pada iterasi 53 didapat penghematan jarak terbesar selanjutnya adalah
99,77 yaitu : a. C9, K3
Berdasarkan iterasi 14 diatas diketahui C9 dialokasikan ke rute D dan diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi
pengalokasian lagi ke rute ini. Hasil Iterasi ini dapat dilihat pada Tabel 4.75 Iterasi 53 Lampiran G.
b. K3, K6 Berdasarkan iterasi 14 diatas diketahui K6 dialokasikan ke rute D dan
diketahui kapsitas armada pada rute D sudah maksimum. Sehingga tidak terjadi pengalokasian lagi ke rute ini. Hasil Iterasi ini dapat dilihat pada Tabel 4.75
Iterasi 53 Lampiran G. 54 Iterasi 54
Pada iterasi 54 didapat penghematan jarak terbesar selanjutnya adalah 96,54 yaitu C1 dan K3. Berdasarkan iterasi 52 diatas diketahui C1 dialokasi ke
rute F sehingga K3 dialokasikan ke rute F dengan perhitungan sebagai berikut Beban Rute F = Order SizeC1 + Order SizeC12 + Order SizeK3
= 475 + 400 + 855 = 1730 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.76
Iterasi 54 Lampiran G.
55 Iterasi 55 Pada iterasi 55 didapat penghematan jarak terbesar selanjutnya adalah
96,42 yaitu : a. C3, C13
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 4 diketahui C13 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.77 Iterasi 55 Lampiran G.
b. C8, C13 Berdasarkan hasil iterasi 4 di atas diketahui C13 dialokasikan ke rute
A, sehingga C8 dialokasikan ke rute A. Dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5 +
OrderSize C8
= 525+105+200+1000 = 1830 kg 1050 kg, dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.77 Iterasi 55 Lampiran G. c. C3, K7
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 4 diketahui K7 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.77 Iterasi 55 Lampiran G.
d. C8, K7 Berdasarkan hasil iterasi 4 di atas diketahui K7 dialokasikan ke rute
A, sehingga C8 dialokasikan ke rute A. Hasil perhitungan pengalokasian C8 ke rute E sama dengan hasil perhitungan beban rute A pada iterasi 55b yang
menghasilkan pengalokasian yang tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.77 Iterasi 55 Lampiran G.
e. C13, K8 Berdasarkan iterasi 4 diatas diketahui C13 dialokasikan ke rute A dan
berdasarkan iterasi 36 diketahui K8 dialokasikan ke rute E. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.77 Iterasi 55
Lampiran G. f. K7, K8
Berdasarkan iterasi 4 diatas diketahui K7 dialokasikan ke rute A dan berdasarkan iterasi 36 diketahui K8 dialokasikan ke rute E. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.77 Iterasi 55 Lampiran G.
56 Iterasi 56 Pada iterasi 56 didapat penghematan jarak terbesar selanjutnya adalah
92,43 yaitu C4 dan C6. Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan berdasarkan iterasi 36 diketahui C6 dialokasikan ke rute E. Sehingga
tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.78 Iterasi 56 Lampiran G.
57 Iterasi 57 Pada iterasi 57 didapat penghematan jarak terbesar selanjutnya adalah
91,01 yaitu : a. C3, C5
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 4 diketahui C5 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.79 Iterasi 57 Lampiran G.
b. C5, C8 Berdasarkan hasil iterasi 4 di atas diketahui C5 dialokasikan ke rute
A, sehingga C8 dialokasikan ke rute A. Dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5 +
OrderSize C8
= 525+105+200+1000 = 1830 kg 1050 kg, dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.79 Iterasi 56 Lampiran G. c. C5, K8
Berdasarkan iterasi 36 diatas diketahui K8 dialokasikan ke rute E dan berdasarkan iterasi 4 diketahui C5 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.79 Iterasi 57 Lampiran G.
58 Iterasi 58 Pada iterasi 58 didapat penghematan jarak terbesar selanjutnya adalah
90,75 yaitu C6 dan K10. Berdasarkan iterasi 36 diatas diketahui C6 dialokasikan ke rute E dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke rute B.
Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.80 Iterasi 58 Lampiran G.
59 Iterasi 59 Pada iterasi 59 didapat penghematan jarak terbesar selanjutnya adalah
87,27 yaitu : a. C3, K9
Berdasarkan iterasi 36 diatas diketahui C3 dialokasikan ke rute E dan berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.81 Iterasi 59 Lampiran G.
b. C8, K9 Berdasarkan hasil iterasi 13 di atas diketahui K9 dialokasikan ke rute
C, sehingga C8 dialokasikan ke rute C. Dengan perhitungan sebagai berikut : Beban Rute C = Order SizeC11+Order SizeK9+Order SizeC8
= 575 + 430 + 1000 = 2005 kg 1050 kg, dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.81 Iterasi 59 Lampiran G.
c. K8, K9 Berdasarkan iterasi 36 diatas diketahui K8 dialokasikan ke rute E dan
berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.81 Iterasi 59
Lampiran G. 60 Iterasi 60
Pada iterasi 60 didapat penghematan jarak terbesar selanjutnya adalah 87,18 yaitu C1 dan C10. Berdasarkan iterasi 52 diatas diketahui C1 dialokasi ke
rute F sehingga C10 dialokasikan ke rute F dengan perhitungan sebagai berikut Beban Rute F = Order SizeC1 + Order SizeC12 + Order SizeC10
= 475 + 400 + 175 = 1050 kg = 1050 kg dari kapasitas pick up box, sehingga dikatakan layak dan kapsitas armada pada rute F sudah maksimum.
Hasil Iterasi ini dapat dilihat pada Tabel 4.82 Iterasi 60 Lampiran G. 61 Iterasi 61
Pada iterasi 61 didapat penghematan jarak terbesar selanjutnya, yaitu 84,97 K4 dan K5, karena kedua customer tersebut tidak dialokasikan ke rute
manapun pada iterasi sebelumnya , maka K4 dan K5 dialokasikan pada Rute G, dengan perhitungan sebagai berikut :
Beban Rute G = Order SizeK4 + Order SizeK5 = 655 + 980 = 1635 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.83 Iterasi 61 Lampiran G.
62 Iterasi 62 Pada iterasi 62 didapat penghematan jarak terbesar selanjutnya adalah
82,78 yaitu C6 dan C11. Berdasarkan iterasi 36 diatas diketahui C6 dialokasikan ke rute E dan berdasarkan iterasi 13 diketahui C11 dialokasikan ke rute C.
Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.84 Iterasi 62 Lampiran G.
63 Iterasi 63 Pada iterasi 63 didapat penghematan jarak terbesar selanjutnya adalah
80,51 yaitu C4 dan C12. Berdasarkan iterasi 5 diatas diketahui C4 dialokasikan ke rute B dan berdasarkan iterasi 52 diketahui C12 dialokasikan ke rute F.
Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.85 Iterasi 63 Lampiran G.
64 Iterasi 64 Pada iterasi 64 didapat penghematan jarak terbesar selanjutnya adalah
78,38 yaitu C12 dan K10. Berdasarkan iterasi 52 diatas diketahui C12 dialokasikan ke rute F dan berdasarkan iterasi 5 diketahui K10 dialokasikan ke
rute B. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.86 Iterasi 64 Lampiran G.
65 Iterasi 65 Pada iterasi 65 didapat penghematan jarak terbesar selanjutnya adalah
76,15 yaitu C5 dan C6. Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan ke rute A dan berdasarkan iterasi 36 diketahui C6 dialokasikan ke rute E. Sehingga
tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.87 Iterasi 65 Lampiran G.
66 Iterasi 66 Pada iterasi 66 didapat penghematan jarak terbesar selanjutnya adalah
74,33 yaitu C4 dan K3. Berdasarkan iterasi 5 diatas diketahui C4 dialokasi ke rute B sehingga K3 dialokasikan ke rute B dengan perhitungan sebagai berikut:
Beban Rute B = OrderSizeC4 + OrderSizeK10 + OrderSizeK3 = 125 + 620 + 855 = 1600 1050 kg dari kapasitas
pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada
Tabel 4.88 Iterasi 66 Lampiran G. 67 Iterasi 67
Pada iterasi 67 didapat penghematan jarak terbesar selanjutnya adalah 74,17 yaitu :
a. C6, K7 Berdasarkan iterasi 36 diatas diketahui C6 dialokasikan ke rute E dan
berdasarkan iterasi 4 diketahui K7 dialokasikan ke rute A. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.89 Iterasi 67
Lampiran G. b. C6, C13
Berdasarkan iterasi 36 diatas diketahui C6 dialokasikan ke rute E dan berdasarkan iterasi 4 diketahui C13 dialokasikan ke rute A. Sehingga tidak
terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.89 Iterasi 67 Lampiran G.
68 Iterasi 68 Pada iterasi 68 didapat penghematan jarak terbesar selanjutnya adalah
71,59 yaitu C11 dan C12. Berdasarkan iterasi 13 diatas diketahui C11 dialokasikan ke rute C dan berdasarkan iterasi 52 diketahui C12 dialokasikan ke
rute F. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.90 Iterasi 68 Lampiran G.
69 Iterasi 69 Pada iterasi 69 didapat penghematan jarak terbesar selanjutnya adalah
67,47 yaitu C6 dan K9. Berdasarkan iterasi 36 diatas diketahui C6 dialokasikan ke rute E dan berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C.
Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.91 Iterasi 69 Lampiran G.
70 Iterasi 70 Pada iterasi 70 didapat penghematan jarak terbesar selanjutnya adalah
66,09 yaitu C2 dan K7. Berdasarkan iterasi 4 diatas diketahui K7 dialokasi ke rute A sehingga K7 dialokasikan ke rute A dengan perhitungan sebagai berikut:
Beban Rute A = OrderSizeC13 + OrderSizeK7 + OrderSizeC5 + OrderSize
K7 = 525 + 105 + 200 + 250 = 1080 1050 kg dari
kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.92 Iterasi 70 Lampiran G.
71 Iterasi 71 Pada iterasi 71 didapat penghematan jarak terbesar selanjutnya adalah
65,34 yaitu C11 dan K3. Berdasarkan iterasi 5 diatas diketahui C11 dialokasikan ke rute C dan diketahui kapsitas armada pada rute C sudah maksimum. Sehingga
tidak terjadi pengalokasian lagi ke rute ini. Hasil Iterasi ini dapat dilihat pada Tabel 4.93 Iterasi 71 Lampiran G.
72 Iterasi 72 Pada iterasi 72 didapat penghematan jarak terbesar selanjutnya, yaitu
64,88 C2 dan K4, karena kedua customer tersebut tidak dialokasikan ke rute manapun pada iterasi sebelumnya , maka C2 dan K4 dialokasikan pada Rute G,
dengan perhitungan sebagai berikut : Beban Rute G = Order SizeC2 + Order SizeK4
= 250 + 655 = 905 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.94 Iterasi 72
Lampiran G. 73 Iterasi 73
Pada iterasi 73 didapat penghematan jarak terbesar selanjutnya adalah 64,43 yaitu :
a. C12, K7 Berdasarkan iterasi 60 diatas diketahui C12 dialokasikan ke rute F dan
berdasarkan iterasi 4 diketahui K7 dialokasikan ke rute A. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.95 Iterasi 73
Lampiran G.
b. C12, C13 Berdasarkan iterasi 60 diatas diketahui C12 dialokasikan ke rute F dan
berdasarkan iterasi 4 diketahui C13 dialokasikan ke rute A. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel 4.95 Iterasi 73
Lampiran G. 74 Iterasi 74
Pada iterasi 74 didapat penghematan jarak terbesar selanjutnya adalah 63,25 yaitu C2 dan K5. Berdasarkan iterasi 72 diatas diketahui C2 dialokasikan
ke rute G sehingga K5 dialokasikan ke rute G dengan perhitungan sebagai berikut:
Beban Rute G = Order SizeC2 + Order SizeK4 + Order SizeK5 = 250 + 655 + 980 = 1885 kg 1050 kg dari kapasitas
pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat dilihat pada
Tabel 4.96 Iterasi 74 Lampiran G. 75 Iterasi 75
Pada iterasi 75 didapat penghematan jarak terbesar selanjutnya adalah 62,3 yaitu C5 dan C12. Berdasarkan iterasi 13 diatas diketahui C5 dialokasikan
ke rute C dan berdasarkan iterasi 52 diketahui C12 dialokasikan ke rute F. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel
4.97 Iterasi 75 Lampiran G. 76 Iterasi 76
Pada iterasi 76 didapat penghematan jarak terbesar selanjutnya adalah 59,72 yaitu C12 dan K9. Berdasarkan iterasi 60 diatas diketahui C12 dialokasikan
ke rute F dan berdasarkan iterasi 13 diketahui K9 dialokasikan ke rute C. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel
4.98 Iterasi 76 Lampiran G. 77 Iterasi 77
Pada iterasi 77 didapat penghematan jarak terbesar selanjutnya adalah 58,15 yaitu :
a. C13, K3 Berdasarkan hasil iterasi 4 di atas diketahui C13 dialokasikan ke rute
A, sehingga K3 dialokasikan ke rute A. Dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13+Order SizeK7+Order SizeC5 +
OrderSize K3
= 525+105+200+855 = 1685 kg 1050 kg, dari kapasitas pick up box, sehingga dikatakan tidak layak. Hasil Iterasi ini dapat
dilihat pada Tabel 4.99 Iterasi 77 Lampiran G. b. K3, K7
Berdasarkan hasil iterasi 4 di atas diketahui K7 dialokasikan ke rute A, sehingga K3 dialokasikan ke rute A. Hasil perhitungan pengalokasian K3 ke
rute A sama dengan hasil perhitungan beban rute A pada iterasi 77a yang menghasilkan pengalokasian yang tidak layak. Hasil Iterasi ini dapat dilihat
pada Tabel 4.99 Iterasi 77 Lampiran G. 78 Iterasi 78
Pada iterasi 78 didapat penghematan jarak terbesar selanjutnya adalah 57,28 yaitu C2 dan C9. Berdasarkan iterasi 72 diatas diketahui C2 dialokasikan
ke rute G dan berdasarkan iterasi 14 diketahui C9 dialokasikan ke rute D. Sehingga tidak terjadi pengalokasian. Hasil Iterasi ini dapat dilihat pada Tabel
4.100 Iterasi 78 Lampiran G. 79 Iterasi 79
Pada iterasi 79 didapat penghematan jarak terbesar selanjutnya adalah 56,05 yaitu C5 dan K3. Berdasarkan iterasi 4 diatas diketahui C5 dialokasikan ke
rute A sehingga K3 dialokasikan ke rute A. Hasil perhitungan pengalokasian K3 ke rute A sama dengan hasil perhitungan beban rute A pada iterasi 77a yang
menghasilkan pengalokasian yang tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.101 Iterasi 79 Lampiran G.
80 Iterasi 80 Pada iterasi 80 didapat penghematan jarak terbesar selanjutnya adalah
53,5 yaitu K3 dan K9. Berdasarkan iterasi 13 diatas diketahui K3 dialokasikan ke rute C sehingga K3 dialokasikan ke rute C dengan perhitungan sebagai berikut:
Beban Rute C = Order SizeC11 + Order SizeK9 + Order SizeK3 = 575 + 430 + 855 = 1860 kg 1050 kg dari kapasitas
pick up box, sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel
4.102 Iterasi 80 Lampiran G. 81 Iterasi 81
Pada iterasi 81 didapat penghematan jarak terbesar selanjutnya, yaitu 53,46 K2 dan C7, karena kedua customer tersebut tidak dialokasikan ke rute
manapun pada iterasi sebelumnya , maka K2 dan C7 dialokasikan pada Rute H, dengan perhitungan sebagai berikut :
Beban Rute H = Order SizeK2 + Order SizeC7 = 250 + 325 = 575 kg 1050 kg dari kapasitas pick up box,
sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.103 Iterasi 81 Lampiran G.
Untuk selanjutnya tersisa C8, K5, K3, K1 yang belum teralokasikan ke rute manapun. Diketahui besarnya order size tiap-tiap customer tersebut
masing 1000 kg, 980 kg, 855 kg, dan 460 kg yang tidak mungkin dilakukan penggabungan ke armada yang berkapasitas 1050 kg. Sehingga berdasarkan
order size dan kapasitas armada, maka pengalokasian customer tersebut di
tentukan sebagai berikut ; Rute I C8 dengan due date tanggal 4, Rute JK5, Rute KK3, dan Rute LK1.
82 Iterasi 82 Berdasarkan iterasi 1 sampai 81, sehingga pada iterasi 82 diperoleh 12
rute baru, yaitu : a. Rute A
= C13, K7, C5 Beban rute A
= C13 21 zak Tepung Cassava = 525 kg
K7 21 dus Tiwul Instan = 105 kg
C5 8 zak Tepung Cassava
= 200 kg +
Total = 830 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru tanggal 13 tiap bulan due date. b. Rute B
= C4, K10 Beban rute B
= C4 5 zak Tepung Cassava = 125 kg
K10 124 dus Tiwul Instan = 620 kg
+ Total
= 745 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 1 sampai 3 tiap bulan.
c. Rute C = C11, K9
Beban rute C = C11 23 zak Tepung Cassava
= 575 kg K9 86 dus Tiwul Instan
= 430 kg +
Total = 1005 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru antara tanggal 12 tiap bulan due date. d. Rute D
= C9, K6 Beban rute D
= C9 7 zak Tepung Cassava = 175 kg
K6 177 dus Tiwul Instan = 885 kg
+ Total
= 1050 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 1 sampai 3 tiap bulan.
e. Rute E = C3, K8, C6
Beban rute E = C3 14 zak Tepung Cassava
= 350 kg K8 53 dus Tiwul Instan
= 265 kg C6
9 zak Tepung Cassava = 225 kg
+ Total
= 840 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru tanggal tanggal 1 sampai 3 tiap bulan.
f. Rute F = C1, C12, C10
Beban rute F = C1 19 zak Tepung Cassava
= 475 kg C12 16 zak Tepung Cassava = 400 kg
C10 7 zak Tepung Cassava = 175 kg
+ Total
= 1050 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru tanggal 6 tiap bulan due date.
g. Rute G = C2, K4
Beban rute G = C2 10 zak Tepung Cassava
= 250 kg K4 131 dus Tiwul Instan
= 655 kg +
Total = 905 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru antara tanggal 7 sampai 12 tiap bulan. h. Rute H
= C7, K2 Beban rute H
= C7 13 zak Tepung Cassava = 325 kg
K2 50 dus Tiwul Instan = 250 kg
+ Total
= 575 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 7 sampai 12 tiap bulan.
i. Rute I = C8
Beban rute I = 40 zak Tepung Cassava = 1000 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru antara tanggal 4 tiap bulan due date..
j. Rute J = K5
Beban rute J = 196 dus Tiwul Instan = 980 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan. k. Rute K
= K3 Beban rute K
= 171 dus Tiwul Instan = 855 kg Armada
= Pick Up box
1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan
l. Rute L = K1
Beban rute L = 171 dus Tiwul Instan = 460 kg
Armada =
Pick Up box 1050 kg milik sendiri
Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan
Tabel 4.105 Matrik Rekapitulasi Iterasi 1 sampai 81
C1 C2
C3 C4
C5 C6
C7 C8 C9
C10 C11
C12 C13
K1 K2 K3 K4 K5
K6 K7 K8 K9 K10 C1
RuteF
C2 RuteG
4,22 0 C3
RuteG 145,91 7,39
C4 RuteB
162,72 3,37 115,40 0 C5
RuteA
131,73 0,38 91,01 217,07 0
C6 RuteE
121,41 11,00 127,97 92,43 76,15
C7 RuteH
36,29 19,28 40,89 25,49 15,28 45,17
C8 RuteI
145,91 51,09 152,64 115,4 91,01 127,97 40,89
C9 RuteD
200,2 57,28 152,3 163,11
130,67 126,24 38,24 152,3 0 C10
RuteF 87,18 15,97 37,6 4,99 3,33 0,52 3,39 0,1
C11 RuteC
150,63 0,12 104,64 241,31
235,19 82,78 19,29 104,64 150,82
2,29 0 C12
RuteF
100,85 8,82 105,95 80,51 62,3 106,82 42,33 105,95
103,29 0,32 71,59 0
C13 RuteA
143,16 1,12 96,42 233,84 250,1 74,17 15,32 96,42
144,11 3,58
255,57 64,43 0
K1 RuteL
0,02 15,97 0,1 4,99 3,33 0,52 3,39 0,1 -0,77 18,44
2,29 0,32 3,58 0 K2
RuteH 36,29 19,28 40,89
25,49 15,28 45,17 53,46 40,89 38,24 3,39 19,28 42,33 15,32 3,39 0
K3 RuteK
96,54 11,19 102,71 74,33 56,05 107,53 45,28 124,74
99,77 0,65 65,34 114,14
58,15 0,65 45,28 0 K4
RuteG 23,78 64,88 30,51 6,79 0,02 38,62 34,68 30,51 28,85 14,55 1,34 28,84 0 14,55
34,68 34,48 0 K5
RuteJ 9,57 63,25 14,1 4,33 0,01 19,09 26,62 14,1 11,4 14,46 0,16 15,51 0,06 14,65
26,62 18,82 84,97 0 K6
RuteD
200,2 5,31 149,69 163,11
130,67 126,24 38,24
149,69 218,44 0 150,82
103,29 144,11 0 1,74 99,77 28,85
11,4 0 K7
RuteA 143,17 66,09 96,42
233,84 250,1 74,17 15,32 96,42 144,11 3,58 255,57 64,43 355,88 3,58 15,32 58,15 0 0,06
144,11 0 K8
RuteE 145,91 51,09 152,64
115,4 91,01 127,97 40,89 152,64 152,3 0,1 104,64 105,95
96,42 0,1 40,89 124,74 30,51 14,1 149,69 96,42
K9 RuteC
126,61 1,19 87,27 210,22
242,57 67,47 14,24 87,27 125,29
3,65 227,72
59,72 246,91
3,65 14,24 53,5 0,01 0,1 125,29
246,91 87,27 K10
RuteB 162,66 0,02 114,07
249,66 214,66 90,75 22,66 114,07
163,47 1,54 241,56 78,38
234,67 1,54 22,66 157,7 3,9 1,12 163,47
234,67 114,09 207,58 0
D. Mengurutkan Customer dalam Rute Baru
Dalam mengurutkan kunjungan dalam pendistribusian Tepung Cassava dan Tiwul Instan dari pabrik sampai pada customer terakhir hingga kembali ke pabrik
menggunakan metode mengurutkan kunjungan Nearest Neighbour, dengan urutan kunjungan sebagai berikut :
1. Rute A C13, K7, C5 a. Iterasi 1
Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer
Tiwul Instan K, ada 3 kemungkinan terjasi untuk kunjungan pertama yang akan dilalui dalam rute A, yaitu:
1 Menuju customer 13 C13 dengan jarak 177,94 km 2 Menuju Kota customer 7 K7 dengan jarak 177,94 km
3 Menuju customer 5 C5 dengan jarak 125,12 km Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik
adalah C5 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 5 dengan jarak 125,12 km, dan urutan
kunjungan ke customer sementara untuk rute A dimulai dari C5. b. Iterasi 2
Perjalanan dari customer 5 C5 ke customer C atau Kota customer K selanjutnya ada 2 kemungkinan terjadi untuk kunjungan selanjutnya yang akan
dilalui dalam rute A, yaitu : 1 Dari C5 menuju customer 13 C13 dengan jarak 52,96 km
2 Dari C5 menuju Kota customer 7 K7 dengan jarak 52,96 km
Karena kedua tujuan C13 dan K7 memiliki jarak yang sama, maka dapat ditentukan urutan kunjungan pendistribusian Tepung Cassava dan Tiwul Instan
dari pabrik G ke customer pada rute A adalah G C5 C13 K7 G
Dengan total jarak tempuh perjalanan = 125,12 + 52,96 + 0 + 177,94 = 356,02 km.
2. Rute B C4, K10 a. Iterasi 1
Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer
Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute B, yaitu:
1 Menuju customer 4 C4 dengan jarak 126,81 km 2 Menuju Kota customer 10 K10 dengan jarak 127,09 km
Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C4 karena memiliki jarak paling dekat dengan pabrik, sehingga dari
pabrik langsung menuju customer 4 dengan jarak 126,81 km, dan urutan kunjungan ke customer sementara untuk rute B dimulai dari C4.
b. Iterasi 2 Perjalanan dari customer 4 C4 Kota customer K selanjutnya yaitu
menuju Kota customer 10 K10 dengan jarak dari customer sebelumnya C4 sebesar 4,24 km, sehingga urutan kunjungan pendistribusian tepung Cassava
dan Tiwul Instan dari pabrik G ke customer pada rute B adalah : G C4 K10 G
Dengan total jarak tempuh perjalanan = 126,81+4,24+127,09 = 258,14 km. 3. Rute C C11, K9
a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota
customer Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan
pertama yang akan dilalui dalam rute C, yaitu: 1 Menuju customer 11 C11 dengan jarak 131,91 km
2 Menuju Kota customer 9 K9 dengan jarak 123,49 km Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik
adalah K9 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju Kota customer 9 dengan jarak 123,49 km, dan urutan
kunjungan ke customer sementara untuk rute C dimulai dari K9. b. Iterasi 2
Perjalanan dari Kota customer 9 K9 ke customer C selanjutnya yaitu menuju customer 11 C11 dengan jarak dari customer sebelumnya K9
sebesar 27,68 km, sehingga urutan kunjungan pendistribusian tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute C adalah :
G C11 K9 G Dengan total jarak tempuh perjalanan = 123,49+27,68+131,91= 283,08 km
4. Rute D C9, K6 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota
customer Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan
pertama yang akan dilalui dalam rute C, yaitu: 1 Menuju customer 9 C9 dengan jarak 109,22 km
2 Menuju Kota customer 6 K6 dengan jarak 109,22 km Karena kedua tujuan C9 dan K6 memiliki jarak yang sama, maka dapat
ditentukan urutan kunjungan pendistribusian Tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute A adalah
G C9 K6 G Dengan total jarak tempuh perjalanan = 109,22 + 0 + 109,22 = 218,44 km.
5. Rute E C3, K8,C6 a. Iterasi 1
Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer
Tiwul Instan K, ada 3 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute E, yaitu:
1 Menuju customer 3 C3 dengan jarak 76,32 km 2 Menuju Kota customer 8 K8 dengan jarak 76,32 km
3 Menuju customer 6 C6 dengan jarak 68,18 km Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik
adalah C6 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju Kota customer 6 dengan jarak 68,18 km, dan urutan
kunjungan ke customer sementara untuk rute E dimulai dari C6.
b. Iterasi 2 Karena kedua tujuan C3 dan K8 memiliki jarak yang sama yaitu 16,53
dari customer sebelumnya C6, maka dapat ditentukan urutan kunjungan pendistribusian Tepung Cassava dan Tiwul Instan dari pabrik G ke customer
pada rute E adalah G C6 C3 K8 G
Dengan total jarak tempuh perjalanan = 68,18 + 16,53 + 0 + 76,32 = 161,03 km.
6. Rute F C1, C12,C10 a. Iterasi 1
Perjalanan dari pabrik G ke customer tepung Cassava C, ada 3 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute F,
yaitu: 1 Menuju customer 1 C1 dengan jarak 101,48 km
2 Menuju customer 12 C12 dengan jarak 53,71 km 3 Menuju customer 10 C10 dengan jarak 9,22 km
Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C10 karena memiliki jarak paling dekat dengan pabrik, sehingga dari
pabrik langsung menuju Kota customer 10 dengan jarak 9,22 km, dan urutan kunjungan ke customer sementara untuk rute F dimulai dari C10.
b. Iterasi 2 Perjalanan dari customer 10 C10 ke customer C selanjutnya, ada 2
kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute F, yaitu:
1 Dari customer 10C10 menuju customer 12C12 dengan jarak 62,61 km 2 Dari customer 10C10 menuju customer 1 C1 dengan jarak 23,52 km.
Dari 2 kemungkinan yang terjadi untuk kunjungan dari C10 adalah C1, karena memiliki jarak paling dekat dengan C10, sehingga dari customer 10
langsung menuju ke customer 1 dengan jarak 23,52 km dan urutan sementara kunjungan ke customer untuk rute F dimulai dari C10 selanjutnya ke C1.
c. Iterasi 3 Perjalanan dari customer 1C1 ke customer C selanjutnya yaitu menuju
customer 12 C12 dengan jarak 54,34 km, sehingga urutan pendistribusian
tepung Cassava dari pabrik G ke customer C pada rute F adalah G C10 C1 C12 G
Dengan total jarak perjalanan = 9,22 + 23,52 + 54,43 + 53,71 = 140,88 km. 7. Rute G C2, K4
a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan kota
customer Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan
pertama yang akan dilalui dalam rute G, yaitu: 1 Menuju customer 2 C2 dengan jarak 35,25 km
2 Menuju kota customer 4 K4 dengan jarak 177,94 km
Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C2 karena memiliki jarak paling dekat dengan pabrik, sehingga dari
pabrik langsung menuju Kota customer 2 dengan jarak 35,25 km, dan urutan kunjungan ke customer sementara untuk rute G dimulai dari C2.
b. Iterasi 2 Perjalanan dari customer 2C2 ke kota customer K selanjutnya yaitu
menuju kota customer 4 K4 dengan jarak 146,31 km, sehingga urutan pendistribusian Tiwul Istan dari pabrik G ke customer pada rute G adalah
G C2 K4 G Dengan total jarak perjalanan = 35,25+ 146,31 + 177,94 = 359,50 km.
8. Rute H C7, K2 a. Iterasi 1
Perjalanan dari pabrik G ke customer tepung Cassava C dan kota customer
Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute H, yaitu:
1 Menuju customer 7 C7 dengan jarak 26,73 km 2 Menuju kota customer 2 K2 dengan jarak 26,73 km
Karena kedua tujuan C7 dan K2 memiliki jarak yang sama yaitu 26,73 dari pabrik G, maka dapat ditentukan urutan kunjungan pendistribusian
Tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute H adalah
G C7 K2 G Dengan total jarak tempuh perjalanan = 26,73 + 0 + 26,73 = 53,46 km.
9. Rute I C8 Perjalanan dari pabrik langsung menuju customer 8 C8, karena hanya ada
1 kemungkinan kunjungan pada 1 customer dengan jarak 76,32 km, sehingga pendistribusian tepung Cassava dari pabrik G ke customer C pada rute I adalah
G C8 G Dengan total jarak perjalanan = 76,32 + 76,32 = 152,64 km
10. Rute J K5 Perjalanan dari pabrik langsung menuju kota customer 5 K5, karena hanya
ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 42,50 km, sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada
rute J adalah G K5 G
Dengan total jarak perjalanan = 42,50 + 42,50 = 85,00 km 11. Rute K K3
Perjalanan dari pabrik langsung menuju kota customer 3 K3, karena hanya ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 53,93 km,
sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada rute K adalah
G K3 G Dengan total jarak perjalanan = 53,93 + 53,93 = 107,86 km
12. Rute L K1 Perjalanan dari pabrik langsung menuju kota customer 1 K1, karena hanya
ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 9,22 km,
sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada rute L adalah
G K1 G Dengan total jarak perjalanan = 9,22 + 9,22 = 18,44 km
4.2.3.3 Biaya Transportasi Pada Rute Baru Sesudah Penerapan Metode Savings Matrix Berdasarkan Permintaan periode Juni 2007 sd Juni 2009
Untuk menghitung apakah biaya transportasi lebih kecil setelah penerapan metode Savings Matrix, maka kita melakukan perhitungan biaya transportasi setelah
penerapan metode Savings Matrix berdasarkan Permintaan periode Bulan Juni 2007 sampai dengan Juni 2009 dan Tabel 4.12 Daftar Harga Biaya Transportasi Awal
untuk Tepung Cassava dan Tabel 4.14 Daftar Harga Biaya Transportasi Awal untuk Tiwul Instan, yaitu :
Rute pendistribusian tepung Cassava dan Tiwul Instan menggunakan armada pick up box
milik sendiri. Kedua produk ini pada rute awal didistribusikan dengan armada yang terpisah, tetapi pada rute baru sesudah penerapan Savings Matrix ini
kedua produk tersebut disatukan ke satu armada, yaitu pick up box yang berkapasitas 1050 kg. Dengan perhitungan biaya transportasi sebagai berikut :
1. Rute A C5,C13, K7 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 356,02 km x 110 x Rp 4.500,- = Rp 160.209,-PerjalananBulan
2. Rute B C6, K10 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 258,14 km x 110 x Rp 4.500,- = Rp 116.163,-PerjalananBulan
3. Rute C C11, K9 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 283,08 km x 110 x Rp 4.500,- = Rp 127.386,-PerjalananBulan
4. Rute D C9, K6 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 218,44 km x 110 x Rp 4.500,- = Rp 98.298,-PerjalananBulan
5. Rute E C6, C3, K8 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 161,03 km x 110 x Rp 4.500,- = Rp 72.453,5,-PerjalananBulan
6. Rute F C10, C1, C12 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 140,88 km x 110 x Rp 4.500,- = Rp 63.396,-PerjalananBulan
7. Rute G C2, K4 Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin
= 359,50 km x 110 x Rp 4.500,-
= Rp 161.775,-PerjalananBulan 8. Rute H C7, K2
Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin = 53,46 km x 110 x Rp 4.500,-
= Rp 24.057,-PerjalananBulan 9. Rute I C8
Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin = 152,64 km x 110 x Rp 4.500,-
= Rp 68.688,-PerjalananBulan 10. Rute J K5
Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin = 85 km x 110 x Rp 4.500,-
= Rp 38.250,-PerjalananBulan 11. Rute K K3
Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin = 107,86 km x 110 x Rp 4.500,-
= Rp 48.537,-PerjalananBulan 12. Rute L K1
Biaya transportasi = Total jarak tempuh x 110 x harga bahan bakan bensin = 18,44 km x 110 x Rp 4.500,-
= Rp 8,298,-PerjalananBulan
Jadi, biaya total transportasi untuk rute baru, adalah : = Biaya Transportasi Rute A + Rute B + Rute C + Rute D + Rute E + Rute F + Rute
G + Rute H + Rute I + Rute J + Rute K + Rute L+ Gaji Tenaga Kerja = Rp 160.209,-PerjalananBulan + Rp 116.163,-PerjalananBulan + Rp 127.386,-
PerjalananBulan + Rp 98.298,-PerjalananBulan + Rp 72.453,5,- PerjalananBulan + Rp 63.396,-PerjalananBulan+ Rp 161.775,-
PerjalananBulan+ Rp 24.057,-PerjalananBulan+ Rp 68.688,-PerjalananBulan + Rp 38.250,-PerjalananBulan + Rp 48.537,-PerjalananBulan+ Rp 8.298,-
PerjalananBulan + Rp 1.750.000,-Bulan = Rp 2.512.639,5,-PerjalananBulan
Berdasarkan perhitungan total biaya transportasi per bulan sesudah dan sebelum penerapan Savings Matrix di atas dapat diketahui bahwa Biaya
transportasi sebelum penerapan Savings Matrix sebesar Rp 4.853.402,306 Perjalananbulan Biaya transportasi sesudah penerapan Savings Matrix
sebesar Rp 2.512.639,5,-PerjalananBulan. Perbandingan rute lama dan rute baru berdasarkan permintaan Bulan Juni 2007 sd
Juni 2009 dapat dilihat pada Tabel 4.111a Rute Lama berdasarkan Permintaan Bulan Juni 2007 sd Juni 2009 dan Tabel 4.111b Rute Baru
berdasarkan permintaan Bulan Juni 2007 sd Juni 2009 d bawah ini;
Tabel 4.111a Rute Lama Berdasarkan Permintaan Bulan Juni 2007 sd Juni 2008
Rute Urutan Kunjungan
Simbol Armada
Jarak Tempuh
Km
Biaya Transportasi
Perjalanan bulan Tanggal
Pengirman bulan
A Pabrik-UD.Barokah-Dua Macn-Pabrik
G – C2 – C7 – G Pick up bak
100,68 Rp45.603,- Tgl 1 sd 15
B Pabrik-PT.Eka Jaya Food Sukses-Pabrik
G – C8– G Pick up bak
53,46 Rp 24.057,-
Tgl 1 sd 15 C
Pabrik- PT.Aneka Indo Makmur-PT.BintangIndo Jaya-Pabrik G– C1 – C9 –G
Pick up bak 221,21
Rp 99,486,- Tgl 6
D Pabrik-CV.Larrisa-Ud. Bintang Semeru-Pabrik
G – C4 – C5 – G Pick up bak
289,79 Rp 129.055,5,-
Tgl 1 sd 15 E
Pabrik-Sumber Makmur-CV. Bintang Baru Snack-Pabrik G – C10 – C3 - G
Pick up bak 133,48 Rp
60.066,- Tgl 1 sd 15
F Pabrik-UD. A.Rahmad-Pabrik
G – C11 – G Pick up bak
263,82 Rp 118.719,-
Tgl 12 G
Pabrik – Bedadung Jaya – Pabrik G – C13 – G
Pick up bak 355,88
Rp 160.146,- Tgl 10
H Pabrik – CV. Indah – Pabrik
G – C12 – G Pick up bak
136,97 Rp 61.636,5,-
Tgl 1 sd 15 I
Pabrik-Kediri-Blitar-Mojokerto-Pabrik G – K2 – K1 – K8 – G
Pick up box 221,05
Rp 94.472,- Tgl 1sd 10
J Pabrik – Jombang - Pabrik
G – K3 – G Pick up box
107,86 Rp 48.537,-
1 sd 10 K
Pabrik – Nganjuk – Pabrik G – K4 – G
Pick up box 355,88
Rp 160.146,- 1 sd 10
L Pabrik – Trenggalek – Pabrik
G – K5 – G Pick up box
85,00 Rp 38.250,-
1 sd 10 M
Pabrik – Surabaya – Pabrik G – K6 – G
Pick up box 218,44
Rp 98.298,- 1 sd 10
N Pabrik – Lumajang – Jember – Pabrik
G – K9 – K7 – G Pick up box
355,95 Rp 160.177,-
1 sd 10 O
Pabrik – Probolinggo – Pabrik G – K10 – G
Pick up box 254,18
Rp 114.381,- 1 sd 10
TOTAL
3150,65 Rp 4.853.402,306,-
Ket : - Total Biaya Transportasi sebesar Rp 4.853.402,306,- termasuk biaya tenaga kerja untuk 1 armada pick up box sebesar Rp 1.750.000,-Bulan dan 1 armada pick up bak sebesar Rp 1.750.000,-
- Pabrik = PT. Cahaya Sejahtera Sentosa Blitar
Tabel 4.111 b Rute Baru Berdasarkan Permintaan Bulan Juni 2007 sd Juni 2008
Rute Urutan Kunjungan
Simbol Armada
Jarak Tempuh
Km
Biaya Transportasi
Perjalanan bulan Tanggal
Pengirman bulan
A Pabrik-UD. Bintang Semeru-Bedadung Jaya-Jember Pabrik
G – C5 – C13 – K7 – G Pick up bak
356,02 Rp160.209,- Tgl 10
B Pabrik-Larrisa-Probolinggo-Pabrik
G – C4– K10 – G Pick up bak
258,14 Rp 116.163,-
Tgl 1 sd 3 C
Pabrik- UD. A. Rahmad- Lumajang-Pabrik G– C11 – K9 –G
Pick up bak 283,08
Rp 127.386,- Tgl 12
D Pabrik-PT. Bintang Indo Jaya-Surabaya -Pabrik
G – C9 – K6 – G Pick up bak
218,44 Rp 98.298,-
Tgl 1 sd 3 E
Pabrik-CV. Bintang Baru Snack-Mojokerto-SriWahyudah-Pabrik G – C3 – K8 – C6 – G
Pick up bak 161,03
Rp 72.453,5,- Tgl 1 sd 3
F Pabrik - Sumber Makmur - PTAneka Indo Makmur - CV. Indah -
Pabrik G – C10 – C1 – C12 – G
Pick up bak 140,88
Rp 63.396,- Tgl 6
G Pabrik – UD. Barokah – Nganjuk – Pabrik
G – C2 – K4 – G Pick up bak
359,50 Rp 161.775,-
Tgl 7 sd12 H
Pabrik – Dua Macan – Kediri – Pabrik G – C7 – K2 – G
Pick up bak 53,46 Rp
24.057,- Tgl 7 sd 12
I Pabrik-PT. Eka Jaya Food Sukses-Pabrik
G – C8 – G Pick up box
152,64 Rp 68.688,-
Tgl 4 J
Pabrik – Trenggalek – Pabrik G – K5 – G
Pick up box 85,00
Rp 38.250,- 12 sd 15
K Pabrik – Jombang– Pabrik
G – K3 – G Pick up box
107,86 Rp 48.537,-
12 sd 15 L
Pabrik – Blitar – Pabrik G – K1 – G
Pick up box 18,44
Rp 4.500,- 12 sd 15
TOTAL
2194,49 Rp2.512.639,5,-
Ket : - Total Biaya Transportasi sebesar Rp 2.512.639,5,- termasuk biaya tenaga kerja untuk 1 armada pick up box sebesar Rp 1.750.000,-Bulan dan 1 armada pick up bak sebesar Rp 1.750.000,-
- Pabrik = PT. Cahaya Sejahtera Sentosa Blitar
Tabel 4.111c Penghematan Rute Baru di banding Rute Lama Berdasarkan Permintaan Bulan Juni 2007sd Juni 2009 Rute Lama
Rute Baru Penghematan
Prosentase Total Jarak Tempuh km
3150,65 2194,49
956,16 30,34
Total Biaya Transportasi PerjalananBulan
Rp 4.853.402,306,- Rp2.512.639,5,-
Rp 2.340.762,806 48,22
4.2.4 Peramalan forecasting Permintaan
