Kajian jaringan transportasi dalam manajemen rantai pasokan bunga krisan di jawa barat (Studi Kasus di PT. Saung Mirwan)

KAJIAN JARINGAN TRANSPORTASI DALAM MANAJEMEN

RANTAI PASOKAN BUNGA KRISAN DI JAWA BARAT

(Studi Kasus di PT. Saung Mirwan)

EVI LEONITA SIPAYUNG

F34060350

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

SKRIPSI

EVI LEONITA SIPAYUNG. F34060350. The Study of Transportation Network for Supply Chain Management of Chrysanthemum in West Java (Case Study at PT. Saung Mirwan). Supervised by Marimin, 2011.

SUMMARY

The increased of Chrysanthemum production must followed by a good supply chain management. The problems rise at transportation and distribution activities from producer to consumer that begin from error in choosing type of transporter, loading process careless and error in putting technique of product box into the transporter, less handling as long as transportation journey untill vehicle damage, accident, and traffic jam. As consequence, the problems make decreasing quality and quantity of product and at last, make increasing of total transportation cost. Therefore, this research minimize total transportation cost with optimization in choosing the right type and sum of vehicles for delivering product from producer to consumer location.

Case study conducted in PT. Saung Mirwan as a big producer of Chrysanthemum in West Java. The research purposes to study supply chain mechanism of Chrysanthemum that is produced by company (PT. Saung Mirwan), to identify influential factors in Chrysanthemum distribution, and to choose and recommend the appropriate type and sum of transporter with demand and vehicle capacity that is owned and minimization of the cost of delivering. Designing model followed transportation model and getting solution used optimation technique genetic algorithm with software Matlab R2009a and Microsoft Excel 2007 (Ms. 2008). Genetic algorithm is a strong, adaptive, and efficient optimal searching techniques based on natural system mechanism, it is change in genetic structure and nature selection.

Result showed that supply chain mechanism of Chrysanthemum that involved PT. Saung Mirwan as producer consist of primary members such as PT. Saung Mirwan, agents, traditional market, florists, supermarkets and flower stores, consumers and partners of buying and secondary members such as producers of seed, fertilizer, nutrition, and pesticide, producers of planting media, and producers of packaging material such as prola, cardboard box, plastic, and tape. As a part of business process in supply chain, PT. Saung Mirwan make procurement and replenishment for raw material, manufacturing and customer order product. The company used push and pull process to fulfill and anticipate consumer demand. Based on the observation and interview with distribution and consumer sides, the influential factors in Chrysanthemum distribution consist of cold condition requirement while delivering, stacking techniqueof product boxes in vehicle, and product lifetime.

Result showed the optimum value in choosing type and sum of vehicles for minimizing total transportation cost at PT. Saung Mirwan using genetic algorithm with parameters size of population 50, maximum generation 500, Pc 0.9 and Pm 0.2. The optimization result for delivering 1,500,000 stems unrooted cutting to Bandara Soekarno-Hatta needed1 unit L300 and 1 unit double box truck and cost Rp 1,799,000; for delivering 250 boxes of rooted cutting to Cipanas needed 2 units engkle box truck and cost Rp 357,240; for delivering 400 boxes of rooted cutting to Bandung needed 2 units double box truck and cost Rp 1,476,600; for delivering 75 boxes of cutting to Bogor needed 1 unit L300 and 1 unit double box truck and cost Rp 442,500; for delivering 150 boxes of cutting to Jakarta needed 3 units double box truck and cost Rp 1,611,900. At the same quantity, company’s delivering cost can be economized as big as Rp 471,000 to Bandara, Rp 294,740 to Cipanas, Rp 123,400 to Bandung, Rp 143,500 to Bogor and Rp 145,900 to Jakarta.

Manajerial implication of the program implementation is giving input in the transportation side when making decision for delivering product. The optimization results may used as a decision support. As a member of Chrysanthemum supply chain, company expects improved efficiency in using transportation so as to minimize total transportation cost.

The suggestions showed that company need to increase relation partner with the farmers who have not joined, so as to rise the capacity of product and minimize the probability of inventory shortage and the farmer get the support of supply chain such as good technology and production tools, so as to increase product’s quality that is resulted. In addition, separate research is needed to optimize the composition of planting based on cost and harvest time.

EVI LEONITA SIPAYUNG. F34060350. Kajian Jaringan Transportasi dalam Manajemen Rantai Pasokan Bunga Krisan di Jawa Barat (Studi Kasus di PT. Saung Mirwan). Dibawah bimbingan Marimin, 2011.

RINGKASAN

Peningkatan produksi bunga krisan harus diikuti dengan manajemen rantai pasokan yang baik juga. Masalah muncul pada kegiatan transportasi dan pendistribusian produk dari produsen ke konsumen yang diawali dari kesalahan memilih alat transportasi, proses pemuatan tidak hati-hati dan peletakan kardus produk yang salah di dalam alat angkut, kurangnya penanganan selama perjalanan hingga kerusakan kendaraan, kecelakaan, dan kemacetan lalu lintas. Sebagai akibatnya terjadi penurunan kualitas dan kuantitas produk yang mengakibatkan peningkatan total biaya pengiriman. Oleh karena itu, dalam penelitian ini dilakukan minimisasi biaya pengiriman dengan optimasi pemilihan jenis dan jumlah kendaraan yang tepat untuk pengiriman produk dari perusahaan ke lokasi konsumen.

Studi kasus dilakukan di PT. Saung Mirwan sebagai salah satu produsen besar tanaman krisan di Jawa Barat. Penelitian ini bertujuan mengkaji mekanisme rantai pasok produk krisan yang dihasilkan perusahaan, mengidentifikasi faktor-faktor yang berpengaruh dalam distribusi bunga krisan dan memilih dan merekomendasikan jenis transportasi sesuai dengan jumlah permintaan dan kapasitas armada yang dimiliki serta minimisasi biaya pengiriman. Perancangan model dilakukan mengikuti model transportasi dan penyelesaiannya menggunakan teknik optimasi algoritma genetika dengan software Matlab tipe R2009a dan Microsoft Excel 2007 (Ms. 2008). Algoritma genetika merupakan salah satu teknik pencarian yang bersifat tangguh, adaptif dan efisien yang dapat mencari solusi optimal berdasarkan pada mekanisme sistem natural yaitu perubahan struktur genetika dan seleksi alam.

Hasil penelitian menunjukkan mekanisme rantai pasokan bunga krisan yang melibatkan PT. Saung Mirwan sebagai produsen bunga terdiri atas anggota primer yaitu PT. Saung Mirwan, agen bunga, pasar bunga, florist, supermarket dan toko bunga, konsumen dan mitra beli serta anggota sekunder yaitu produsen bibit, produsen pupuk, nutrisi, dan pestisida, produsen media tanam dan produsen bahan kemasan seperti kertas prola, karton dus, plastik, selotip. Sebagai bagian proses bisnis dalam rantai pasokan, PT. Saung Mirwan melakukan siklus procurement, replenishment, manufacturing dan customer order. Perusahaan menggunakan proses push dan pull untuk memenuhi dan mengantisipasi permintaan pelanggan. Berdasarkan hasil pengamatan dan wawancara dengan pihak transportasi dan distribusi serta konsumen, faktor-faktor yang mempengaruhi distribusi krisan terdiri atas perlunya kondisi dingin ketika pengiriman, teknik penyusunan di dalam alat angkut, dan waktu hidup produk.

Penelitian berhasil melakukan optimisasi menggunakan teknik algoritma genetika dengan parameter-parameter yaitu jumlah populasi 50, jumlah maksimum generasi 500, Pc 0.9 dan Pm 0.2 pada pemilihan jenis dan jumlah kendaraan untuk minimisasi total biaya pengiriman sesuai dengan jumlah permintaan konsumen kepada PT. Saung Mirwan. Hasil optimisasi yaitu pada pengiriman 1,500,000 batang unrooted cutting ke Bandara Soekarno-Hatta dibutuhkan 1 unit L300 dan 1 unit mobil box double dan biaya Rp 1,779,000; pengiriman 250 kardus rooted cutting ke Cipanas dibutuhkan 2 unit mobil box engkle dan biaya Rp 357,240; pengiriman 400 kardus rooted cutting ke Bandung dibutuhkan 2 unit mobil box double dan biaya Rp 1,476,600; pengiriman 75 kardus bunga potong ke Bogor dibutuhkan 1 unit mobil box L300 dan 1 unit mobil box double dan biaya Rp 442,500; dan pada pengiriman 150 kardus bunga potong ke Jakarta dibutuhkan 3 unit mobil box double dan biaya Rp 1,611,900. Pada kuantitas pengiriman yang sama, perusahaan dapat menghemat biaya kirim sebesar Rp 471,000; Rp 294,740; Rp 123,400; Rp 143,500; Rp 145,900 berurutan pengiriman ke Bandara Soekarno-Hatta; Cipanas; Bandung; Bogor; Jakarta.

Implikasi manajerial penerapan program optimasi transportasi dapat memberikan masukan kepada pihak transportasi dalam pengambilan keputusan untuk melakukan pengiriman produk. Hasil optimisasi program dapat berfungsi sebagai penunjang keputusan yang diambil oleh pihak transportasi. Bagi perusahaan diharapkan dengan menggunakan program optimasi transportasi ini dapat meningkatkan efisiensi penggunaan alat angkutan sehingga meminimumkan biaya kirim yang ditimbulkan.

Saran dalam penelitian ini adalah perusahaan perlu meningkatkan hubungan mitra tani dengan para petani bunga yang belum tergabung dalam perusahaan sehingga dapat meningkatkan kapasitas produk dan meminimumkan terjadinya kekurangan persediaan serta petani mendapatkan dukungan

rantai seperti teknologi dan sarana produksi yang memadai sehingga kualitas bunga yang dihasilkan dan kesejahteraan petani dapat ditingkatkan. Selain itu perlu dilakukan penelitian tentang optimasi untuk komposisi varietas bunga yang ditanam berbasis biaya dan lama panen.

KAJIAN JARINGAN TRANSPORTASI DALAM MANAJEMEN

RANTAI PASOKAN BUNGA KRISAN DI JAWA BARAT

(Studi Kasus di PT. Saung Mirwan)

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

Pada Departemen Teknologi Industri Pertanian

Fakultas Teknologi Pertanian

Institut Pertanian Bogor

Oleh :

EVI LEONITA SIPAYUNG

F34060350

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2011

Judul Skripsi : Kajian Jaringan Transportasi dalam Manajemen Rantai Pasokan Bunga Krisan di Jawa Barat (Studi Kasus di PT. Saung Mirwan)

Nama : Evi Leonita Sipayung

NIM : F34060350

Menyetujui,

Pembimbing,

(Prof. Dr. Ir. Marimin, M.Sc.) NIP 19610905 198609 001

Mengetahui, Ketua Departemen,

(Prof. Dr. Ir. Nastiti Siswi Indrasti) NIP 19621009 198903.2.001

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI

Saya menyatakan bahwa skripsi yang berjudul Kajian Jaringan Transportasi dalam Manajemen Rantai Pasokan Bunga Krisan di Jawa Barat(Studi Kasus di PT. Saung Mirwan) adalah hasil karya saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan oleh penulis lain telah disebutkan dalam teks dan dicantumkan dalam daftar pustaka di bagian akhir skripsi ini.

Bogor, Januari 2011

Yang membuat pernyataan

Evi Leonita Sipayung

BIODATA PENULIS

Evi Leonita Sipayung. Lahir di Saribudolok, Simalungun, Sumatera Utara, 30 April 1988 dari ayah Sardian Sipayung dan ibu Nurmaida Simanjorang, sebagai putri pertama dari enam bersaudara. Penulis masuk pendidikan Sekolah Dasar di SD Don Bosco Saribudolok, Simalungun pada tahun 1994. Setelah tamat SD pada tahun 2000, penulis melanjutkan pendidikan ke SLTP Bunda Mulia Saribudolok, Simalungun. Penulis kembali melanjutkan pendidikan ke SMA Swasta CR. Van Duynhoven, Simalungun pada tahun 2003. Kemudian penulis menamatkan SMA pada tahun 2006 dan pada tahun yang sama diterima di IPB melalui jalur Undangan Seleksi Masuk IPB. Setelah melewati masa Tahap Persiapan Bersama selama 1 tahun, penulis memilih Program Studi Teknologi Pertanian, Departemen Teknologi Industri Pertanian, Fakultas Teknologi Pertanian. Penulis melaksanakan Praktik Lapangan dengan judul “Manajemen Produksi dan Pengendalian Mutu di PT. Condong Garut, Garut, Jawa Barat” pada tahun 2009 di PT. Condong Garut yaitu pabrik kelapa sawit di Garut, Jawa Barat.

KATA PENGANTAR

Penulis mengucapkan puji dan syukur kepada Tuhan Yang Maha Esa karena hanya dengan karunia-Nya sehingga skripsi ini berhasil diselesaikan. Penelitian dengan judul “Kajian Jaringan Transportasi Dalam Manajemen Rantai Pasok Bunga Krisan di Jawa Barat ” dilaksanakan di PT. Saung Mirwan, Bogor sejak bulan Maret sampai September 2010.

Penulis menyadari bahwa baik dalam pelaksanaan penelitian maupun penyelesaian skripsi ini banyak pihak yang turut serta membantu. Oleh karena itu, penulis juga mengucapkan terima kasih kepada :

1. Kedua orangtua tercinta dan semua keluarga yang selalu mendukung dan membantu penulis melalui doa.

2. Prof. Dr. Ir. Marimin, M.Sc sebagai dosen Pembimbing Akademik yang telah memberikan bimbingan dan pengarahan sampai tersusunnya laporan ini.

3. Pihak PT Saung Mirwan yang telah mengijinkan penulis untuk mengadakan penelitian di perusahaan dan memberikan informasi - informasi yang dibutuhkan penulis.

4. Dr. Eng Taufik Djatna, S.TP, M.Si dan Ir. Ade Iskandar M.Si sebagai dosen penguji yang memberikan masukan - masukan kepada penulis.

5. Bapak Pratman, Bapak Dadang, Ibu Lina, Ibu Deni, dan seluruh staff lain yang telah membantu selama melaksanakan penelitian.

6. Law-law, Lenny, Yana, Rere, Ratih, Risqan, Yoga, Bagus, Ka Mayang, dan Shanro yang setia memberikan dukungan kepada penulis.

7. Seluruh teman seperjuangan TIN 43 atas kebersamaan dalam suka dan duka selama sekitar 4 tahun yang tidak akan terlupakan.

Penulis menyadari bahwa masih banyak kekurangan dalam skripsi ini. Oleh karena itu, besar harapan penulis mendapatkan saran dan kritik membangun dari para pembaca. Semoga skripsi ini berguna bagi penulis pada khusunya dan para pembaca pada umumnya.

Bogor, Januari 2011

DAFTAR ISI

Halaman

KATA PENGANTAR ... iii

DAFTAR TABEL ... iv

DAFTAR GAMBAR ... v

DAFTAR LAMPIRAN ... vi

DAFTAR ISTILAH ... vii

I. PENDAHULUAN ... A. LATAR BELAKANG ... B. TUJUAN PENELITIAN ... C. OUTPUT DAN MANFAAT PENELITIAN ... D. RUANG LINGKUP PENELITIAN ... 1 1 3 3 3 II. TINJAUAN PUSTAKA ... A. BUNGA KRISAN ... B. MANAJEMEN RANTAI PASOKAN ... C. SALURAN DISTRIBUSI FISIK ... D. MANAJEMEN TRANSPORTASI ... E. PENYELESAIAN OPTIMASI TRANSPORTASI DENGAN LINEAR PROGRAMMING ... F. ALGORITMA GENETIKA ... G. PENELITIAN TERDAHULU ... 4 4 5 6 7 7 8 11 III. METODE PENELITIAN ... A. KERANGKA PEMIKIRAN ... B. WAKTU DAN TEMPAT PENELITIAN ... C. TATA LAKSANA ... 14 14 16 16 IV. MODEL RANTAI PASOKAN BUNGA KRISAN ... A. STRUKTUR JARINGAN RANTAI PASOKAN ... B. MANAJEMEN RANTAI PASOKAN ... C. SUMBER DAYA RANTAI PASOKAN ... D. PROSES BISNIS RANTAI PASOKAN ... E. DISTRIBUSI PRODUK ………...……….. F. HAMBATAN PENGEMBANGAN RANTAI PASOKAN ... 20 20 24 25 27 32 34 V. TRANSPORTASI BUNGA KRISAN ... 36

A. KONTEKS BISNIS PERUSAHAAN ... B. KAJIAN TRANSPORTASI ... C. ALOKASI BIAYA DAN PEMODELAN TRANSPORTASI ... D. IMPLEMENTASI PROGRAM ...

36 40 44 49 VI. SIMPULAN DAN SARAN ...

A. SIMPULAN ... B. SARAN ...

63 63 64 DAFTAR PUSTAKA ... 65 LAMPIRAN ... 67

DAFTAR TABEL

Halaman

Tabel 1. Provinsi-provinsi yang termasuk lima besar dalam produksi, luas lahan, dan produktivitas lahan tanaman krisan di Indonesia pada tahun 2009 ...

1

Tabel 2. Biaya pengiriman produk bunga yang digunakan di PT. Saung Mirwan (Oktober

2010) ……….... 2

Tabel 3. Anggota rantai pasokan bunga krisan yang melibatkan PT. Saung Mirwan ... 21

Tabel 4. Perbedaan kemampuan PT. Saung Mirwan dengan para petani bunga dalam menghasilkan bunga krisan ... 22 Tabel 5. Pertimbangan dan persyaratan yang ditetapkan PT. Saung Mirwan dalam pemilihan mitra ... 24 Tabel 6. Kekuatan tawar (bargaining power/bp) anggota rantai pasok bunga ... 30

Tabel 7. Jenis-jenis dukungan anggota rantai pasok bunga ... 31

Tabel 8. Daftar pemasok bahan baku PT. Saung Mirwan ... 40

Tabel 9. Tarif harga sewa kendaraan di PT. Saung Mirwan hingga Maret 2010 ... 46

Tabel 10. Persentase kerusakan produk krisan di PT. Saung Mirwan untuk setiap tujuan pengiriman ... 46

Tabel 11. Kapasitas angkut produk krisan pada kendaraan yang dimiliki oleh PT. Saung Mirwan ... 47

Tabel 12. Unit-unit yang terdapat di dalam program Optimization Using Genetic Algorithm for Chrysanthemum Transportation ... 50 Tabel 13. Langkah-langkah yang dilakukan program dalam proses optimasi transportasi ... 51

Tabel 14. Kuantitas produk krisan yang dikirim oleh pemasokke pembeli ... 51

Tabel 15. Hasil running program pada jumlah populasi 40 dan maksimum generasi 400 ... 52

Tabel 16. Hasil running program pada jumlah populasi 50 dan maksimum generasi 500 ….. 53

Tabel 17. Hasil running program pada nilai Pm yang berbeda (0.2, 0.1, dan 0.05) ... 54 Tabel 18. Populasi awal, seleksi, hasil silang, dan hasil mutasi pada salah satu generasi

untuk pengiriman unrooted cutting ke Bandara ... 55 Tabel 19. Populasi awal, seleksi, hasil silang, dan hasil mutasi pada salah satu generasi

untuk pengiriman rooted cutting ke Cipanas ... 57 Tabel 20. Populasi awal, seleksi, hasil silang, dan hasil mutasi pada salah satu generasi

untuk pengiriman bunga potong ke Bogor ... 59 Tabel 21. Perbandingan biaya kirim produk bunga yang dikeluarkan perusahaan dengan

hasil optimasi program ... 61

DAFTAR GAMBAR

Halaman

Gambar 1. Saluran distribusi barang konsumen (Kotler 1991) ... 6

Gambar 2. Representasi kromosom string biner dan string integer ... 9

Gambar 3. Diagram alir algoritma genetika (Wang 1999) ... 11

Gambar 4. Diagram alir kerangka pikir penelitian …... 15

Gambar 5. Tampilan output program yang dibuat ... 18

Gambar 6. Diagram alir algoritma genetika pada optimasi pemilihan jenis kendaraan dan minimisasi biaya pengiriman produk krisan di PT. Saung Mirwan ... 19

Gambar 7. Model rantai pasokan bunga krisan PT. Saung Mirwan ... 20

Gambar 8. Siklus-siklus proses dalam model rantai pasok bunga krisan melibatkan PT. Saung Mirwan ... 29

Gambar 9. Ilustrasi distribusi bunga potong ... 33

Gambar 10. Ilustrasi distribusi unrooted cutting ... 34

Gambar 11. Ilustrasi distribusi rooted cutting ... 34

Gambar 12. Tahap-tahap proses produksi bunga potong di PT. Saung Mirwan ... 37

Gambar 13. Kuntum bunga krisan potong standar dibungkus dengan kertas ... 38

Gambar 14. Alat angkut produk stek dari lahan menuju gudang penyimpanan di PT. Saung Mirwan (Dok. Maret 2010) ... 42 Gambar 15. Alat angkut bunga potong dari lahan panen menuju gudang di PT. Saung Mirwan dan bunga potong yang sudah disusun di dalam gudang penyimpanan ... 43

Gambar 16. Model jaringan transportasi dalam rantai pasokan krisan ... 44

Gambar 17. Representasi kromosom dari variabel keputusan model transportasi ... 48

Gambar 18. Jaringan transportasi pasok bunga krisan yang dipilih untuk dasar pembuatan program ... 52

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Struktur organisasi PT. Saung Mirwan ……… 67

Lampiran 2. Pemetaan tenaga kerja PT. Saung Mirwan ………... 68

Lampiran 3. Sasaran pengembangan Hortikultura tahun 2010 ……… 70

Lampiran 4. Daftar pelanggan bunga perusahaan ... 72

Lampiran 5. Contoh jadwal pengiriman rooted cutting per customer ……….. 73

Lampiran 6. Karakteristik kardus produk dan kendaraan yang dimiliki oleh PT. Saung Mirwan …...………... 75 Lampiran 7. Petunjuk instalasi Matlab dan prosedur penggunaan program ... 76

Lampiran 8. Coding-coding di dalam program Optimization Using Genetic Algorithm for Chrysanthemum Transportation ... 79 Lampiran 9. Foto-foto di PT. Saung Mirwan ... 86

DAFTAR ISTILAH

Allar : Zat nutrisi yang berfungsi untuk menahan partambahan tinggi tanaman

Box double : Kendaraan box jenis colt diesel yang memiliki jumlah roda 8 buah Box engkle : Kendaraan box jenis colt diesel yang memiliki jumlah roda 4 buah

dan kapasitas angkutnya sedikit lebih besar daripada box engkle Box L300 : Kendaraan box jenis L300 yang memiliki kapasitas paling kecil diban

dingkan box engkle dan double

Cocopeat : Produk yang berasal dari sabut kelapa yang telah melalui pengolahan tertentu berfungsi sebagai media tanam yang sangat baik dalam menyerap dan menahan air sehingga penyiraman air dapat dilakukan lebih jarang.

Crossover : Proses mengombinasikan dua individu dalam algoritma genetika untuk memperoleh individu-individu baru yang diharapkan mempunyai nilai fitness yang lebih baik. Banyak pasangan induk yang mengalami crossover ditentukan oleh nilai probabilitas crossover.

Elitisme : Meng-copy kromosom yang memiliki nilai fitness yang baik agar tidak rusak saat proses evolusi masih berlangsung

Fitness : Nilai kebugaran pada individu dalam algoritma genetika yang

ditentukan berdasarkan fungsi tujuan yang diinginkan

Florist : Toko yang menjual berbagai jenis tanaman bunga

Gen : Sebuah nilai yang menyatakan satuan dasar yang membentuk suatu arti tertentu dalam satu kesatuan gen yang dinamakan kromosom. Dalam algoritma genetika gen bisa berupa nilai biner, float integer maupun karakter.

Generasi : Menyatakan satu satuan siklus evolusi dalam algoritma genetika Grading : Pengkelasan hasil panen pada tanaman krisan berdasarkan ukuran

diameter tangkai, ketegaran tangkai, dan tingkat kerusakan tanaman Individu : Menyatakan satu nilai atau keadaan yang menyatakan salah satu

solusi yang mungkin dari permasalahan yang diangkat Kromosom : Gabungan gen-gen yang membentuk nilai-nilai tertentu

Long day : Tahap pertumbuhan tanaman dengan penyinaran tambahan yang

dapat berasal dari sinar lampu

Mitra beli : Hubungan mitra antara perusahaan dengan petani bunga yang tidak terikat hubungan lain

Mitra jual : Hubungan mitra antara perusahaan dengan pembeli yang telah lama menjalin hubungan kerjasama dengan perusahaan

Mitra kota : Hubungan mitra antara perusahaan dengan petani bunga yang bekerja di lahan (green house) milik perusahaan, biasanya untuk komoditas paprika

Mitra tani : Hubungan mitra antara perusahaan dengan petani bunga yang mendapatkan dukungan faktor produksi dari perusahaan serta menjual hasil panennya kepada perusahaan. Hubungan mitra tani menjadikan petani terikat dengan perusahaan.

Mother plant : Tanaman induk yang dijadikan sebagai sumber utama bibit (stek) Mutasi : Proses mengubah struktur kromosom yang dimiliki oleh individu

yaitu penggantian nilai gen dengan nilai inversinya, gen 0 menjadi 1 dan gen 1menjadi 0. Proses ini dilakukan secara acak pada posisi gen tertentu pada individu-individu yang terpilih untuk dimutasikan. Banyaknya individu yang dimutasikan ditentukan oleh besarnya peluang mutasi. Hal ini bertujuan untuk memunculkan individu yang belum pernah muncul sebelumnya atau mengembalikan gen-gen yang hilang pada generasi sebelumnya.

Nilai fitness : Menyatakan seberapa baik nilai dari suatu individu atau solusi yang didapatkan

Nursery : Tahap penyemaian tanaman atau pengakaran stek yang

membutuhkan long day agar pertumbuhan vegetatif lancar dan dilakukan penyiraman dengan air dan pupuk

Offspring : Individu yang dihasilkan setelah proses pindah silang (penyilangan) selesai

One point crossover : Pindah silang dilakukan pada satu titik gen dalam satu kromosom Peat moss : Media tanam yang berupa tanah gambut yang berasal dari tanaman

lumut- lumutan berfungsi untuk menjaga pH tanah 4.5-4.8 permanen Plant schedule : Jadwal tanam berisikan jumlah dan varietas tanaman, hari tanam, dan

hari panen yang digunakan sebagai perencanaan produksi

Populasi : Sekumpulan individu yang akan diproses bersama dalam satu siklus proses evolusi

Roda : Alat angkut dorong yang digunakan untuk memindahkan hasil panen dari lahan panen ke gudang pasca panen perusahaan

Rooted cutting : Bibit tanaman krisan berupa stek yang memiliki akar dan pada umumnya umur tanam sekitar 2 minggu

Roulette wheel : Teknik pemilihan individu dalam algoritma genetika berdasarkan nilai peluang yang dimiliki dan nilai peluang ditentukan oleh nilai fitness individu tersebut.

Short day : Tahap pertumbuhan tanaman tanpa ada penyinaran tambahan selain matahari

Topping : Memotong pucuk utama tanaman yang bertujuan untuk

memperbanyak jumlah cabang tanaman biasanya dilakukan pada tanaman krisan jenis spray.

Unrooted cutting : Bibit tanaman krisan berupa stek yang tidak memiliki akar

Verifikasi : Proses pemeriksaan apakah logika operasional model (program komputer) sesuai dengan logika diagram alur atau sesuai dengan yang diinginkan. Verifikasi memeriksa penerjemahan model simulasi konseptual (diagram alur dan asumsi) ke dalam bahasa pemograman secara benar.

I.

PENDAHULUAN

A.

LATAR BELAKANG

Bunga krisan berasal dari dataran China dan merupakan tanaman bunga hias sejenis perdu yang memiliki sebutan lain yaitu bunga seruni atau bunga emas (golden flower). Krisan atau

Chrysanthemum merupakan salah satu jenis tanaman hias yang telah lama dikenal dan banyak disukai masyarakat serta mempunyai nilai ekonomi yang tinggi. Bunga krisan biasanya digunakan sebagai bunga potong, tanaman pot, dan selain digunakan sebagai tanaman hias, krisan juga berpotensi untuk digunakan sebagai tanaman obat tradisional dan penghasil racun serangga (hama). Menurut Novizan (2000) ekstrak bunga krisan (Chrysanthemum cinerariaefolium) mengandung piretrin sebanyak 0.9-1.3% yang dapat digunakan sebagai biopestisida yang tidak meninggalkan residu setelah digunakan dan aman bagi lingkungan.

Perkembangan dan peningkatan yang konsisten pada produksi tanaman krisan menunjukkan terdapatnya prospek yang baik pada tanaman ini. Produksi bunga krisan yang terus meningkat, memungkinkan peningkatan jumlah ekspor yang sekaligus akan meningkatkan mutu bunga karena adanya tuntutan pasar. Produksi bunga krisan Indonesia mengalami peningkatan setiap tahun, mulai dari tahun 1999 sebanyak 1,468,213 tangkai, 2000 sebanyak 2,281,125 tangkai, 2001 sebanyak 7,387,737 tangkai, 2002 sebanyak 25,804,630 tangkai, 2003 sebanyak 27,406,464 tangkai, 2004 sebanyak 27,683,449 tangkai, 2005 sebanyak 47,465,794 tangkai, 2006 sebanyak 63,716,256 tangkai, 2007 sebanyak 66,979,260 tangkai, 2008 sebanyak 99,158,942 tangkai hingga tahun 2009 sebanyak 107,847,072 tangkai (BPS 2009).

Industri krisan juga sangat diminati oleh masyarakat di Jawa Barat. Pada tahun 2009, provinsi Jawa Barat sendiri memproduksi tanaman krisan sebanyak 55,715,528 tangkai, jauh lebih tinggi daripada jumlah produksi tanaman hias lainnya seperti anggrek sebanyak 5,582,076 tangkai, sedap malam sebanyak 4,565,041 tangkai, dan mawar sebanyak 4,471,566 tangkai (BPS 2009). Hampir setengah produksi tanaman krisan negara berasal dari Jawa Barat. Selain produksi yang tinggi menurut data dari Badan Pusat Statistika (2009), provinsi Jawa Barat juga termasuk dalam lima provinsi yang memiliki luas lahan dan tingkat produktivitas terbesar di Indonesia (Tabel 1).

Masalah muncul pada kegiatan transportasi dan pendistribusian produk ke konsumen yang terdiri atas risiko transportasi, terlambat tiba di lokasi pembeli, dan kesalahan pemilihan alat transportasi. Risiko transportasi adalah kerusakan produk akibat goncangan, suhu yang tidak cocok,

handling tidak benar. Kesalahan dapat terjadi saat memilih alat transportasi untuk produk segar yaitu menggunakan kendaraan yang tidak berpendingin. Tidak memperhatikan kondisi paling baik saat pengiriman (suhu dingin) juga menambah kerusakan pada produk segar yang diangkut. Selain itu, saat transportasi dibutuhkan penanganan (handling) yang benar seperti saat pemuatan produk ke dalam alat angkut dan penyusunan di dalam alat angkut. Kegiatan pemuatan yang tidak benar maka akan meningkatkan resiko kerusakan fisik pada produk misalnya penyusunan yang tidak benar meningkatkan kerusakan fisik akibat goncangan saat perjalanan. Untuk produk segar dibutuhkan penanganan yang sangat hati-hati saat pemuatan/pembongkaran produk ke dan dari angkutan.

Tabel 1. Provinsi-provinsi yang termasuk lima besar dalam produksi, luas lahan dan produktivitas lahan tanaman krisan di Indonesia pada tahun 2009

No. Provinsi Produksi

(tangkai) Provinsi

Luas

lahan (m2) Provinsi

Produktivitas (tangkai/m2₎

1. Jawa Barat 55,715,528 Jawa Timur 7,661,339 Sulawesi Utara 63.45 2. Jawa Timur 29,361,122 Jawa Barat 1,636,357 Jawa Tengah 61.29 3. Jawa Tengah 18,636,348 Jawa Tengah 303,977 Bali 36.35 4. Sulawesi Utara 2,078,653 Sumatera Utara 54,226 Jawa Barat 32.22 5. Sumatera Utara 537,367 Sumatera Barat 21,047 Kalimantan

Timur

16.46

Sumber : Badan Pusat Statistika, 2009

Penyebab terjadinya keterlambatan pengiriman atau barang tidak tepat waktu tiba di lokasi pembeli adalah hambatan yang timbul saat di perjalanan seperti macet, kerusakan alat angkut, kecelakaan dan sebagainya. Sebagai produk segar semakin lama produk berada di perjalanan transportasi maka semakin menambah kerusakan atau terjadi penurunan mutu produk. Waktu panen/petik dengan waktu penerimaan hingga ke tangan konsumen dituntut seefisien mungkin, semakin jauh jarak yang ditempuh maka semakin besar pula resiko kerusakan produk.

Pemilihan alat transportasi untuk pengiriman produk kepada pembeli perlu mempertimbangkan biaya dan tingkat kerusakan yang ditimbulkan alat angkut. Pemilihan alat transportasi atau jenis kendaraan di PT. Saung Mirwan dilakukan tanpa mempertimbangkan biaya yang ditimbulkan masing-masing alat angkut. Pengiriman dilakukan menggunakan alat transportasi yang ada pada saat dibutuhkan pengiriman ke daerah tertentu. Oleh karena itu, berdasarkan informasi dan data transportasi perusahaan ditunjukkan biaya pengiriman setiap produk krisan yang dimiliki oleh perusahaan seperti disajikan pada Tabel 2.

Tabel 2. Biaya pengiriman produk bunga yang digunakan di PT. Saung Mirwan (Oktober 2010) Tujuan Jenis produk Biaya kirim

Bandara Soekarno-Hatta Unrooted cutting Rp 225,000/75 kardus Cipanas Rooted cutting Rp 125,000/50 kardus Bandung Rooted cutting Rp 200,000/50 kardus Bogor Bunga potong Rp 125,000/16 kardus Jakarta Bunga potong Rp 187,500/16 kardus

Produk krisan yang dihasilkan PT. Saung Mirwan terdiri atas stek tanpa akar (unrooted cuting), stek berakar (rooted cutting), dan bunga potong. Pengiriman produk krisan perusahaan dilakukan ke Bandara untuk produk ekspor, ke Cipanas, Bandung, Bogor dan Jakarta untuk produk lokal. Kesalahan pemilihan alat transportasi juga akan meningkatkan biaya transportasi sebagaiman risiko dan keterlambatan pengiriman. Sehingga dalam penelitian ini akan dilakukan optimasi pemilihan jenis dan jumlah alat transportasi untuk pengiriman produk ke konsumen. Hasil yang diharapkan adalah biaya pengiriman yang lebih rendah daripada yang digunakan oleh perusahaan.

Menurut Zhou et al. (2003), algoritma genetika (GA) dapat digunakan untuk optimasi pengangkutan dan biaya pengiriman dari pemasok sampai ke konsumen. Dalam penelitian ini dibutuhkan optimasi pemilian jenis dan alat transportasi untuk pengiriman produk ke lokasi pelanggan. Optimasi adalah proses kolektif untuk mendapatkan sekelompok keadaan yang diinginkan dalam mencapai suatu hasil terbaik berdasarkan kondisi yang ada. Algoritma genetika merupakan salah satu teknik pencarian yang bersifat tangguh, adaptif dan efisien yang berasal dari bidang ilmu kecerdasan buatan. Algoritma genetika ini dapat mencari solusi optimal berdasarkan pada mekanisme sistem natural yaitu perubahan struktur genetika dan seleksi alam. Sehingga pemilihan jenis kendaraan sesuai dengan kapasitas angkut kendaraan dan sifat hortikultura dengan biaya seminimal mungkin dapat dipecahkan menggunakan algoritma genetika dengan lebih efektif dan efisien. Keunggulan algoritma genetika adalah strukturnya yang sederhana, mudah mengimplementasikannya dan cepat dalam pencapaian solusi yang optimum (efisien).

Menurut Goldberg (1989), perbedaan algoritma genetika dengan teknik pencarian dan optimasi konvensional sebagai berikut :

1. Algoritma genetika bekerja pada sekumpulan calon solusi yang telah dikodekan, bukan pada solusi itu sendiri

2. Algoritma genetika melakukan pencarian nilai optimum pada sekumpulan calon solusi secara paralel (bersifat parallel search atau population-based search)

3. Algoritma genetika secara langsung memanfaatkan fungsi tujuan atau fungsi fitness, bukan fungsi turunannya

4. Algoritma genetika bekerja dengan menggunakan aturan probabilistik, bukan aturan deterministik

Masalah-masalah transportasi yaitu risiko pengiriman dan keterlambatan jika tidak ditangani, mengakibatkan kualitas dan kuantitas yang dipesan tidak sesuai dengan yang diterima oleh konsumen karena terjadi kerusakan produk baik fisik maupun fisiologis. Pasar yang dimiliki akan menurun

karena hilangnya kepercayaan konsumen terhadap perusahaan. Secara keseluruhan masalah-masalah ini menimbulkan peningkatan biaya bahkan dapat menimbulkan kerugian pada perusahaan. Semakin tinggi kerusakan produk maka semakin tinggi pula biaya kerusakan produk. Harga jual produk menjadi menurun. Semakin sering pengiriman tidak tepat waktu maka semakin menurunkan kepercayaan konsumen terhadap perusahaan sehingga menurunkan jumlah pelanggan perusahaan.

Adanya pengelolaan distribusi, logistik atau rantai pasokan yang baik akan membantu mengurangi kerusakan produk tersebut sehingga dapat mendukung perusahaan untuk memenangkan kompetisi antar agroindustri untuk memenuhi kebutuhan konsumen. Model rantai pasokan produk hortikultura tersebut cukup kompleks karena merupakan kombinasi yang mempertimbangkan beberapa jenis transportasi dan minimasi biaya sehingga diperlukan manajemen rantai pasokan yang baik. Supply Chain Management adalah serangkaian pendekatan yang diterapkan mengintegrasikan pemasok, pengusaha dan gudang (warehouse) dan tempat penyimpanan lainnya secara efisien sehingga produk yang dihasilkan dan didistribusikan kepada konsumen dengan kuantitas dan kualitas yang tepat, lokasi yang tepat serta waktu yang tepat untuk memperkecil biaya dan memuaskan kebutuhan konsumen (David et al. 2000 diacu dalam Indrajit dan Djokopranoto 2002). Prinsip utama dalam Supply Chain Management ialah menciptakan sinkronisasi aktivitas-aktivitas yang beragam dan membutuhkan pendekatan holistik. Menurut Mattsson (2003), manajemen rantai pasokan bertujuan untuk membuat seluruh sistem menjadi efisien dan efektif, minimasi biaya dari transportasi dan distribusi sampai inventori bahan baku, bahan dalam proses, dan barang jadi. Aktivitas supply chain

dimulai dari permintaan konsumen (consumen order) dan berakhir ketika pelanggan atau konsumen telah terpuaskan (Chopra dan Meindl 2004).

B.

TUJUAN PENELITIAN

Penelitian ini bertujuan :

1. Mengkaji mekanisme rantai pasok produk krisan yang dihasilkan perusahaan 2. Mengidentifikasi faktor-faktor yang berpengaruh dalam distribusi bunga krisan

3. Memilih dan merekomendasikan jenis transportasi dalam distribusi bunga krisan sesuai dengan jumlah permintaan dan kapasitas armada yang dimiliki serta minimisasi biaya pengiriman

C.

MANFAAT PENELITIAN

Penelitian dilakukan untuk menjelaskan mekanisme transportasi rantai pasok produk krisan sesuai dengan jumlah produk yang dipesan ke supplier, untuk menentukan penggunaan jumlah kendaraan yang tepat dan menjaga kualitas produk perusahaan sehingga meminimalkan total biaya pengiriman. Kajian ini diharapkan dapat memberikan manfaat bagi perusahaan dalam memenangkan persaingan yang berkaitan dengan pemenuhan kebutuhan konsumen pada kuantitas, kualitas, dan waktu yang tepat dengan meminimalkan biaya dan memaksimalkan keuntungan.

D.

RUANG LINGKUP PENELITIAN

Penelitian ini dibatasi mengenai aliran massa komoditas (bunga potong, rooted dan unrooted cutting), kualitas produk yang dipengaruhi oleh susut selama proses produksi, faktor-faktor yang mempengaruhi susut bobot dan model pemilihan transportasi dari supplier ke distributor atau ritel untuk minimisasi biaya. Penelitian ini mengambil kasus di PT. Saung Mirwan dan beberapa distributor produk krisan di Jawa Barat.

II. TINJAUAN PUSTAKA

A.

BUNGA KRISAN

Krisan atau Chrysanthemum merupakan salah satu jenis tanaman hias yang telah lama dikenal dan banyak disukai masyarakat serta mempunyai nilai ekonomi yang tinggi. Disamping memiliki keindahan karena keragaman bentuk dan warnanya, bunga krisan juga memiliki kesegaran yang relatif lama dan mudah dirangkai. Sebagai bunga potong, krisan digunakan sebagai bahan dekorasi ruangan, jambangan (vas) bunga dan rangkaian bunga. Bunga potong ditandai dengan bunga berukuran pendek sampai tinggi, mempunyai tangkai bunga panjang, ukuran bervariasi (kecil, menengah, besar), umumnya ditanam di lapangan dan hasilnya dapat digunakan sebagai bunga potong. Contoh bunga potong adalah Inga, Improved funshine, Brides, Green peas, Great verhagen, Puma, Reagen, Cheetah, Klondike dan lain-lain. Bunga krisan juga dapat dijadikan sebagai tanaman pot, yaitu memiliki ukuran tinggi 20-40 cm dan berbunga lebat. Varietas krisan pot terdiri atas Lilac Cindy (bunga warna pink keungu-unguan), Pearl Cindy (putih kemerah-merahan), Applause (kuning cerah), Yellow Mandalay.

Terdapat 12 varietas krisan pot di Indonesia, yang terbanyak ditanam adalah varietas Delano (ungu),

Rage (merah) dan Time (kuning). Selain digunakan sebagai tanaman hias, krisan juga berpotensi untuk digunakan sebagai tanaman obat tradisional dan penghasil racun serangga (hama). Salah satu jenis bunga potong yang dihasilkan oleh PT Saung Mirwan adalah bunga krisan.

Terdapat 1000 varietas bunga krisan, beberapa di antaranya yang dikenal antara lain

Chrysanthemum. daisy, C. indicum, C. coccineum, C. frustencens, C. maximum, C. hornorum dan C. parthenium. Varietas krisan yang banyak terdapat di Indonesia umumnya diperkenalkan dari luar negeri, terutama dari Belanda, Amerika Serikat dan Jepang. Bunga krisan berasal dari dataran China dan merupakan tanaman bunga hias sejenis perdu yang memiliki sebutan lain yaitu bunga seruni atau bunga emas (golden flower).

Klasifikasi botani tanaman hias krisan adalah sebagai berikut :  Divisi : Spermathophyta

 Subdivisi : Angiospermae  Famili : Asteraceae

 Genus : Chrysanthemum

 Species : C. morifolium, C. indicum, C. daisy dan lain-lain.

Hama tanaman krisan terdiri atas ulat tanah (Agrotis ipsilon), thrips (Thrips tabacci), tungau merah (Tetranycus sp.) dan penggerek daun (Liriomyza sp.). Masing-masing hama tersebut berurutan menyebabkan pucuk dan tangkai tanaman terkulai, daun berwarna kuning, daun terpelintir dan berwarna kecoklatan, dan daun menggulung berwarna putih keabu-abuan. Sedangkan penyakit yang dapat menyerang tanaman krisan terdiri atas penyakit karat disebabkan oleh jamur Puccinia sp.,

penyakit tepung iodium disebabkan oleh jamur Iodium chrysantemmi, dan penyakit kerdil disebabkan oleh virus kerdil krisan (Chrysanthemumum stunt virus) serta penyakit mozaik disebabkan oleh virus mozaik. Pengendalian hama dan penyakit tersebut dapat dilakukan dengan cara mulai dari mengumpulkan ulat, memotong bagian tanaman yang sudah terserang hama atau mencabut tanaman yang sudah terkena virus dan penyemprotan insektisida dan fungsida.

Bunga potong yang banyak diminati adalah bunga yang mekar sempurna, penampilan yang sehat dan segar serta mempunyai tangkai batang yang tegar dan kekar sehingga bunga potong menjadi awet dan tahan lama. Bunga krisan yang sudah layak potong harus dipanen dan dipotong, jika terlambat maka dapat menurunkan kualitas bunga. Tanaman krisan berbunga pada umur 3-4 bulan tergantung dari varietas yang ditanam. Waktu panen yang tepat pada krisan standard adalah ketika bunga telah setengah mekar (3-4 hari sebelum mekar penuh).

Kriteria bunga potong untuk grade I dan II (Supari 1999) adalah sebagai berikut : Grade I

 Bunga mekar (tidak terlalu mekar atau terlalu kuncup), segar, tidak bergerombol, tidak terserang hama penyakit seperti apid, thrips dan sebagainya dan pada pinggir bunga tidak ada busuk kehitaman

 Batang besar (sesuai dengan jenisnya), tegar, lurus dan panjang minimal 75 cm

 Daun hijau segar, tidak kering dan tidak terserang hama penyakit, seperti leaf miner, white rust,

dan sebagainya. White rust adalah penyakit karat yang disebabkan oleh cendawan obligat

Grade II

 Bunga mekar, segar, boleh bergerombol tetapi tidak terserang hama penyakit  Batang boleh agak kecil tetapi harus lurus dengan panjang minimal 50 cm

 Kriteria lain sama dengan kriteria Grade I dengan sedikit toleransi, misalnya jika daun terserang hama penyakit tetapi tidak terlalu parah masih dapat dimasukkan dalam Grade II.

B.

MANAJEMEN RANTAI PASOKAN

Konsep Supply Chain Management (SCM) merupakan konsep baru dalam melihat persoalan logistik. Konsep lama melihat logistik lebih sebagai persoalan intern masing-masing perusahaan, dan pemecahannya dititikberatkan pada pemecahan secara intern di perusahaan masing-masing. Dalam konsep baru ini, masalah logistik dilihat sebagai masalah yang lebih luas yang terbentang sangat panjang sejak dari bahan dasar sampai barang jadi yang dipakai konsumen akhir, yang merupakan mata rantai penyediaan barang.

Eltram (1991) mendefinisikan SCM sebagai pendekatan integratif dalam menangani masalah perencanaan dan pangawasan aliran material dari pemasok sampai ke pengguna akhir. Pendekatan ini ditujukan untuk pengelolaan dan pengawasan hubungan saluran distribusi secara kooperatif untuk kepentingan semua pihak yang terlibat, untuk mengefisienkan penggunaan sumberdaya dalam mencapai tujuan kepuasan konsumen rantai pasokan.

Supply Chain Management atau rantai pengadaan adalah suatu sistem tempat organisasi menyalurkan barang produksi dan jasanya kepada para pelanggan. Rantai ini juga merupakan jaringan dari berbagai organisasi yang saling berhubungan yang mempunyai tujuan yang sama, yang sebaik mungkin menyelenggarakan pengadaan atau penyaluran barang tersebut (Djokopranoto 2002).

Prinsip utama dalam SCM ialah menciptakan sinkronisasi aktivitas-aktivitas yang beragam dan membutuhkan pendekatan holistik. Prinsip mengintegrasikan aktivitas-aktivitas dalam supply chain

ialah untuk menciptakan sebuah resultan yang besar bukan hanya bagi tiap anggota rantai, tetapi bagi keseluruhan sistem (Zabidi 2001).

Supply chain tidak hanya meliputi manufaktur dan pemasok, tetapi juga transportasi, penggudangan, retailer, dan konsumen itu sendiri. Tujuan utama SCM adalah memuaskan kebutuhan pelanggan, bagi perusahaan adalah untuk mendapatkan keuntungan. Aktivitas supply chain dimulai dari permintaan konsumen (consumen order) dan berakhir ketika pelanggan atau konsumen telah terpuaskan (Chopra dan Meindl 2004). SCM melakukan penyerahan/pengiriman produk secara tepat waktu demi memuaskan konsumen, mengurangi biaya, meningkatkan segala hasil dari seluruh rantai pasok (bukan hanya satu perusahaan), mengurangi waktu, memusatkan kegiatan perencanaan dan distribusi.

Keunggulan kompetitif dari SCM adalah mampu me-manage aliran barang atau produk dalam satu rantai suplai. Dengan kata lain, model SCM mengaplikasikan bagaimana suatu jaringan kegiatan produksi dan distribusi dari suatu perusahaan dapat bekerja bersama-sama untuk memenuhi tuntutan konsumen.

Menurut Indrajit dan Djokopranoto (2002), hubungan organisasi dalam rantai pasokan adalah sebagai berikut :

1. Rantai 1 adalah pemasok. Jaringan bermula dari sini, yang merupakan sumber penyedia bahan pertama, dimana mata rantai penyaluran barang akan dimulai. Bahan pertama ini bisa berbentuk bahan baku, bahan mentah, bahan penolong, bahan dagangan, dan suku cadang. Jumlah pemasok bisa banyak atau sedikit.

2. Rantai 1-2 adalah pemasok manufaktur. Manufaktur yang melakukan pekerjaan membuat, memfabrikasi, meng-assembling, merakit, mengonversi, ataupun menyelesaikan barang. Hubungan dengan mata rantai pertama ini sudah mempunyai potensi untuk melakukan penghematan. Misalnya, inventori bahan baku, bahan setengah jadi, dan bahan jadi yang berada di pihak pemasok, manufaktur, dan tempat transit merupakan target penghematan ini. Penghematan sebesar 40-60% bahkan lebih dapat diperoleh dengan menggunakan konsep

supplier partnering.

3. Rantai 1-2-3 adalah pemasok manufaktur distributor. Barang yang sudah jadi dari manufaktur disalurkan kepada pelanggan. Walaupun tersedia banyak cara untuk menyalurkan barang kepada pelanggan yang umum ialah melalui distributor dan ini biasanya ditempuh dengan

pedagang besar dalam jumlah besar dan pada waktunya nanti pedagang besar menyalurkan dalam jumlah yang lebih kecil kepada pengecer.

4. Rantai 1-2-3-4 adalah pemasok manufaktur distributor ritel. Pedagang besar biasanya mempunyai fasilitas gudang sendiri atau dapat juga menyewa pihak lain. Gudang ini digunakan untuk menimbun barang sebelum disalurkan lagi ke pihak pengecer. Pada rantai ini bisa dilakukan penghematan dalam bentuk inventori dan biaya gudang dengan cara melakukan desain kembali pola-pola pengiriman barang baik dari gudang manufaktur maupun ke toko pengecer.

5. Rantai 1-2-3-4-5 adalah pemasok manufaktur distributor ritel pelanggan. Pengecer menawarkan barangnya kepada pelanggan atau pembeli. Mata rantai pasokan baru benar-benar berhenti ketika barang tiba pada pemakai langsung.

Perkembangan sistem yang semakin maju mempengaruhi cara mengoptimalkan supply chain

sehingga mencapai manfaat yang sesungguhnya. Terdapat beberapa hal yang berkaitan dengan optimalisasi supply chain (Handoko 2003), yaitu :

1. Tuntutan pelanggan yang terus berkembang 2. Kekuasaan retailer yang semakin besar 3. Dilema dalam pencapaian optimalisasi 4. Kendala dalam membangun kepercayaan 5. Kemitraan sebagai solusi

6. Teknologi informasi sebagai katalisator

C.

SALURAN DISTRIBUSI FISIK

Menurut Kotler (1991) ruang lingkup aktivitas distribusi fisik meliputi pengolahan pesanan (order processing), penggudangan (warehousing), persediaan (inventory), dan pengangkutan (transportation). Distribusi fisik dari produsen ke konsumen dapat dilakukan secara langsung maupun tidak langsung. Sebuah perusahaan dapat mendistribusikan barangnya secara langsung kepada konsumen, selain itu bisa juga mendistribusikan produknya melalui perantara. Cara distribusi yang umum dilakukan oleh perusahaan menggunakan beberapa kombinasi saluran distribusi adalah untuk mencapai segmen pasar yang berbeda.

Saluran distribusi terdiri atas unit-unit organisasi yang melakukan fungsi pemasaran produk, yang meliputi pembelian, penjualan, transportasi, penyimpanan, sortasi, keuangan pasar, resiko pasar, dan pengumpulan informasi pemasaran (Douglas dan James 1993).

Menurut Kotler (1991), saluran distribusi dapat dibedakan berdasarkan jumlah tingkatannya. Setiap perantara yang melakukan usaha menyalurkan barang kepada pembeli akhir membentuk suatu tingkat saluran. Beberapa bentuk tingkat distribusi barang dari produsen ke konsumen disajikan pada Gambar 1.

Gambar 1. Saluran distribusi barang konsumen (Kotler 1991)

Beberapa pertimbangan yang perlu dilakukan oleh pihak-pihak yang terlibat dalam proses distribusi produk dalam memilih jenis dan jumlah saluran distribusi, yaitu pengawasan dalam pelaksanaan fungsi dari masing-masing pihak, kecepatan pengantaran produk dan komunikasi dengan konsumen yang diharapkan, dan biaya operasional distribusi produk (Douglas dan James 1993).

D.

MANAJEMEN TRANSPORTASI

Menurut definisi yang umum berlaku, manajemen transportasi adalah kegiatan yang dilaksanakan oleh bagian transportasi atau unit dalam organisasi industri (manufacturing business and service) untuk memindahkan atau mengangkut barang atau penumpang dari suatu lokasi ke lokasi lain secara efektif dan efisien. Melalui adanya manajemen transportasi diharapkan dapat membuat pihak pengirim dan penerima barang atau penumpang memperoleh kepuasan. Pengendalian operasi dan penggunaan teknik manajemen yang benar bertujuan agar dapat mencapai sasaran dari pelaksanaan suatu kegiatan.

Fungsi manajemen transportasi menurut Nasution (2008) dapat diuraikan sebagai berikut : 1. Menetapkan standar operasi dan perawatan semua bengkel (kalau ada) kendaraan bermotor dan

menentukan persediaan bensin, bahan-bahan dan suku cadang kendaraan 2. Menetapkan standar biaya operasional, penyusunan staf, dan jasa-jasa penunjang

3. Menentukan kendaraan mana yang paling cocok untuk semua kebutuhan perusahaan dengan mempertimbangkan harga dan manfaat ekonomis

4. Membuat rencana penggantian dan penambahan kendaraan dengan menganalisa secara cermat biaya pengoperasian, kapasitas, dan umur kendaraan

5. Menjamin bahwa standar perawatan, pemeliharaan, perbaikan, dan jadwal ditaati sehingga kendaraan perusahaan selalu dalam kondisi efektif dilihat dari segi perbaikan mekanisnya 6. Dalam hal menyewa atau mencarter kendaraan luar, menjamin tercapainya standar prestasi

dengan cara membina kerja sama dengan perusahaan jasa angkutan carteran yang terpercaya 7. Mengadakan hubungan erat dengan manajer perusahaan asuransi kendaraan tentang premi,

klaim kecelakaan, dan sebagainya.

Moda angkutan jalan raya merupakan moda yang biasa digunakan oleh perusahaan di dalam bidang transportasi dan distribusi produk ke konsumen. Kendaraan sebagai sarana pengangkutan yang dimiliki oleh perusahaan (PT. Saung Mirwan) terdiri atas beberapa jenis dengan karakteristik berbeda-beda dan jumlahnya terdiri atas beberapa unit. Kajian yang lebih lengkap disajikan dalam bab transportasi bunga krisan selanjutnya.

Moda angkutan jalan raya diartikan sebagai moda angkutan yang menggunakan kendaraan bermotor maupun tidak bermotor di jalan raya (Siregar 1990). Terdapat dua unsur pokok pengangkutan yaitu prasarana dan sarana. Unsur di dalam angkutan jalan raya adalah jalan raya dan kendaraan. Peningkatan daya angkut dan daya jelajah mengakibatkan peningkatan mutu jalan raya sesuai dengan tuntutan teknis kendaraan bermotor dan bertambahnya luas jaringan.

E.

PENYELESAIAN OPTIMASI TRANSPORTASI DENGAN

LINEAR

PROGRAMMING

Optimasi adalah proses kolektif untuk mendapatkan sekelompok keadaan yang diinginkan dalam mencapai suatu hasil terbaik berdasarkan kondisi yang ada. Ada banyak kasus optimasi model yang dibentuk dari sederetan data seringkali tidak berharga. Menurut Fewidarto (2000), hal ini terjadi karena data tidak akurat atau asumsi yang digunakan dalam menyusun model tidak tepat dan seringkali terlalu disederhanakan.

Menurut Fewidarto (2000), beberapa hal penting di dalam optimasi yaitu sebagai berikut: 1. Tujuan

Suatu masalah yang dikaji dengan analisa optimasi memiliki tujuan untuk memperbaiki sistem. Paling sedikit ada satu solusi yang ingin diperoleh.

2. Hubungan atau pengaruh

Karakteristik dari suatu masalah memberi gambaran adanya suatu pengaruh yang saling berlawanan. Sebagai contoh, suatu proses dapat dilakukan oleh sejumlah besar karyawan dengan bayaran murah, namun sering dihasilkan produk dengan kualitas rendah dan sulit dikendalikan. Dari contoh tersebut tampak adanya pengaruh atas hubungan yang berlawanan antara bayaran (biaya) dengan kualitas (penerimaan).

3. Pembatas

Pembatas-pembatas ini akan mempengaruhi pengaruh atau variabel dalam menghasilkan solusi terbaik.

Terdapat dua cara yang digunakan untuk mengoptimalkan model yaitu dengan menggunakan program linier dan program non linier. Metode program linier dapat digunakan untuk merumuskan

masalah dengan jelas dengan menggunakan sejumlah informasi yang tersedia. Selanjutnya, menurut Siagian (1987), setelah masalah terumuskan dengan baik, maka langkah berikutnya adalah menerjemahkan masalah ini ke dalam bentuk model matematika.

Metode transportasi adalah suatu teknik kuantitatif yang digunakan untuk menentukan cara menyelenggarakan transportasi dengan biaya seminimal mungkin. Persoalan transportasi melibatkan pengangkutan barang dari berbagai sumber dengan jumlah penawaran tetap ke tujuan – tujuan tertentu dengan jumlah permintaan yang tetap pula dengan biaya serendah mungkin (Russel dan Taylor 2003). Model transportasi merupakan salah satu bentuk khusus atau variasi dari program linier yang dikembangkan khusus untuk memecahkan masalah-masalah yang berhubungan dengan transportasi dan distribusi produk dari berbagai sumber (titik suplai) ke berbagai tujuan (titik permintaan). Ciri khusus dari suatu persoalan transportasi adalah :

1. Terdapat sejumlah sumber dan sejumlah tujuan tertentu

2. Kuantitas komoditas atau barang yang didistribusikan dari setiap sumber dan yang diminta oleh setiap tujuan, besarnya tertentu

3. Komoditas yang dikirim atau diangkut dari suatu sumber ke suatu tujuan besarnya sesuai dengan permintaan dan atau kapasitas sumber

4. Ongkos pengangkutan komoditas dari suatu sumber ke suatu tujuan besarnya tertentu

Persoalan transportasi merupakan persoalan linier progamming. Misalnya ada m buah sumber (supply) dan n buah tujuan (demand). Masing-masing sumber mempunyai kapasitas ai, dengan i = 1,

2, ..., m. Masing-masing tujuan membutuhkan komoditas sebanyak bj, dengan j = 1, 2, ..., n. Jumlah

satuan yang dikirimkan dari sumber i ke tujuan j adalah sebanyak Xij dengan ongkos pengiriman per

unit adalah Cij. Dengan demikian, maka formulasi program liniernya sebagai berikut.

m n

Meminimumkan Z = ∑∑ Cij Xij i=1 j=1

Fungsi kendala :

n

∑ Xij = ai ; i = 1, 2, …, m j=1

m

∑ Xij = bj ; j = 1, 2, …, n (Supranto 2005) i=1

Z : fungsi tujuan (Rp)

Xij : jumlah satuan yang dikirimkan dari sumber i ke tujuan j (unit)

Cij : ongkos pengiriman per unit (Rp)

F.

ALGORITMA GENETIKA

Algoritma genetika merupakan suatu penyelesaian permasalahan yang kompleks dengan menggunakan teori evolusi tiruan. Algoritma ini dapat mencari solusi minimum dan maksimum dari fungsi satu variabel bebas dengan representasi dasar atau biner. Untuk fungsi yang lebih kompleks atau lebih dari satu variabel bebas dapat menggunakan representasi float atau integer. Hal tersebut dilakukan untuk penyederhanaan sistem, karena gen biner akan menyebabkan besarnya ukuran kromosom (Basuki 2003).

F.1 Prosedur Umum Algoritma Genetika

Prosedur umum algoritma genetika adalah sebagai berikut :

Langkah 1 : Pengkodean calon solusi dan set up beberapa parameter awal yaitu jumlah individu, probabilitas penyilangan dan mutasi, dan jumlah generasi maksimum

Langkah 2 : t 0 {inisiasi awal}

Pembangkitan acak sejumlah n kromosom pada generasi ke-0 Langkah 3 : Evaluasi masing-masing kromosom dengan menghitung nilai fitness

Langkah 4 : Seleksi beberapa kromosom dari sejumlah n individu yang memiliki nilai fitness

terbaik

dan mutasi (mutation) Langkah 6 : t t +1

Update jumlah generasi dan kembali ke langkah 2 sampai jumlah generasi

maksimum tercapai

Algoritma genetik melakukan pencarian pada sejumlah solusi fisibel dan direpresentasikan sebagai jumlah kromosom yang disebut populasi. Kromosom-kromosom dibangun secara acak dan berevolusi melalui beberapa generasi (iterasi) berurutan. Kromosom yang dihasilkan pada suatu generasi diharapkan lebih baik dari generasi sebelumnya.

Kriteria penghentian (stopping criteria) dalam pencarian solusi optimal pada algoritma genetika dapat dilakukan dengan cara menentukan jumlah generasi maksimum, menentukan selisih nilai fitness rata-rata tertentu antara suatu generasi dengan generasi sebelumnya, dan menentukan tingkat keragaman (homogenitas) struktur kromosom.

F.2 Representasi Kromosom

Awal penerapan suatu algoritma genetika untuk memecahkan masalah optimasi, perlu adanya pengkodean sebagai variabel keputusan. Representasi kromosom yang pertama kali diperkenalkan oleh Holland (1975) adalah representasi string biner yaitu sebuah kromosom terdiri dari beberapa elemen yang disimbolkan dengan angka nol (0) dan satu (1). Representasi kromosom string biner dan string integer disajikan pada Gambar 2.

1 2 3 4 5 . . . n 1 0 1 0 1 1 0 1 1

(a)

1 2 3 4 5 . . . n 8 3 2 3 4 7 3 4 5

(b)

Gambar 2. Representasi kromosom (a) string biner dan (b) string integer

F.3 Fungsi

Fitness

Kromosom-kromosom pada setiap generasi dievaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness suatu kromosom menunjukkan kualitas kromosom tersebut dalam suatu populasi. Bentuk fungsi fitness didefinisikan sesuai masalah yang akan diselesaikan. Menurut Chen et al. (2003) suatu fungsi fitness digunakan untuk memberikan ciri dan mengukur seberapa baik suatu solusi.

F.4 Operator-Operator Algoritma Genetika

Pencarian kromosom (solusi) baru pada populasi dilakukan dengan menggunakan operator-operator genetika yang terdiri atas operator-operator seleksi (selection), penyilangan (crossover), dan mutasi (mutation).

F.4.1 Seleksi kromosom

Seleksi adalah proses pemilihan beberapa kromosom induk bagi generasi berikutnya. Hal ini dilakukan setelah populasi awal terbentuk dan setiap kromosom dalam populasi dievaluasi dengan menghitung nilai fitnessnya. Proses seleksi kromosom menggunakan teknik roulette wheel yaitu teknik menyeleksi dengan distribusi probabilitas yang didasarkan pada nilai fitness. Kromosom terpilih kemudian akan direproduksi, hasilnya akan ditempatkan pada mating pool atau tempat berkumpulnya kromosom-kromosom induk yang mengalami persilangan dan mutasi.

Menurut Michalewicz dan Schoenauer (1996), tahapan seleksi roulette wheel diawali dengan menghitung nilai fitness kromosom dan populasi lalu menghitung peluang kumulatif tiap kromosom, kemudian dipilih kromosom yang peluang kumulatif dan nilai fitness-nya tinggi.

F.4.2 Penyilangan kromosom

Setelah proses pemilihan, langkah berikutnya adalah melakukan penyilangan terhadap pasangan-pasangan kromosom. Menurut Syarif dan Mitsuo (2003), penyilangan dikenal sebagai operator penggabungan ulang (recombination) yang paling utama dalam algoritma genetika. Penyilangan menukar informasi genetik antara dua kromosom induk yang terpilih dari proses seleksi untuk membentuk dua anak. Operator penyilangan bekerja pada sepasang kromosom induk untuk menghasilkan dua kromosom anak dengan menukarkan beberapa elemen (gen) yang dimiliki masing-masing.

Operator penyilangan memiliki peluang penyilangan. Peluang penyilangan (Pc/crossover probability) adalah rasio antara jumlah kromosom yang diharapkan mengalami penyilangan dalam setiap generasi dengan jumlah kromosom total dalam populasi. Biasanya nilai Pc cukup tinggi berkisar antara 0.6 – 1. Semakin tinggi nilai Pc menyebabkan semakin besar kemungkinan algoritma genetika mengeksplorasi ruang pencarian sekaligus mempercepat ditemukannya solusi optimum. Penentuan nilai Pc yang tepat sangat tergantung pada permasalahan yang dihadapi.

F.4.3 Mutasi kromosom

Operator mutasi merupakan operator tambahan yang berperan sangat besar dalam penentuan solusi yang optimum. Operasi akan menjadi sangat penting jika nilai fitness kromosom dalam populasi cenderung sama atau sudah mencapai konvergen bias (premature convergen). Akibatnya, operator seleksi akan mengalami kesukaran memilih kromosom terbaik untuk dilakukan penyilangan. Dengan adanya operator mutasi, struktur suatu kromosom dapat dimodifikasi agar dihasilkan kromosom struktur baru yang memiliki nilai fitness lebih baik.

Mutasi pada umumnya digunakan untuk mecegah adanya kehilangan informasi sehingga dilaksanakan dengan pertukaran informasi di dalam kromosom (Syarif dan Mitsuo 2003). Peluang mutasi (Pm) adalah rasio antara jumlah gen yang diharapkan mengalami mutasi pada setiap generasi dengan jumlah generasi total dalam populasi. Nilai Pm yang digunakan biasanya sangat kecil berkisar antara 0.001 – 0.2. Diagram alir algoritma genetika disajikan pada Gambar 3.

Algoritma genetika merupakanteknik optimasi yang digunakan di dalam penelitian ini untuk minimasi biaya pengiriman produk dalam rantai pasokannya. Algoritma genetika berbeda dengan teknik konvergensi konvensional yang lebih bersifat deterministik (Gen dan Cheng1997). Sedangkan algoritma genetika bersifat stochastic. Metode pencarian nilai optimum klasik pada umumnya memanfaatkan kemiringan kurva asimptotis yang konvergen pada solusi yang diinginkan. Proses konvergensi dilakukan dengan mengevaluasi satu titik pada kurva asimptotis di setiap proses iterasinya. Pada proses iterasi selanjutnya, titik evaluasi tersebut digeser ke arah lembah/bukit yang diperkirakan akan menuju titik konvergen yang ada. Konvergen artinya bersifat menuju satu titik pertemuan atau bersifat memusat. Analisa titik per titik seperti ini dapat menghasilkan nilai yang benar hanya jika permasalahan yang sedang dianalisis memiliki titik ekstrim yang menjamin bahwa nilai optimum lokal jugamerupakan nilai optimum global. Sedangkan algoritma genetika melakukan proses pencarian nilai optimum pada beberapa titik secara bersamaan (satu generasi). Proses iterasi kemudian dilakukan dengan pendekatan generasi ke generasi yang mengalami proses evolusi, tetapi jumlah anggota (chromosome) pada setiap generasi, yang merupakan kumpulan solusi, umumnya dipertahankan tetap.

Perbedaan algoritma genetika dengan teknik pencarian dan optimasi konvensional menurut Goldberg (1989) sebagai berikut :

1. Algoritma genetika bekerja pada sekumpulan calon solusi yang telah dikodekan, bukan pada solusi itu sendiri. Ruang pencarian (search space) pada algoritma genetika dapat didiskritkan, meskipun fungsi obyektifnya berupa fungsi kontinyu karena bekerja dengan pengkodean variabel solusi. Keuntungan menggunakan variabel diskrit adalah tidak memerlukan usaha tambahan seperti pencarian gradien pada fungsi kontinyu, sehingga algoritma genetika dapat diterapkan untuk optimasi di berbagai jenis fungsi dan bidang aplikasi.

2. Algoritma genetika melakukan pencarian nilai optimum pada sekumpulan calon solusi secara paralel atau pada suatu populasi buka pada suatu titik. Teknik pencarian pada teknik optimasi konvensional dilakukan hanya pada satu titik tunggal. Titik ini kemudia diperbaiki perlahan-lahan dengan arah menaik (fungsi maksimasi) atau menurun (fungsi minimasi) melalui sejumlah iterasi hingga ditemukan solusi optimum. Teknik seperti ini sering terjebak ke dalam solusi optimum lokal.

Gambar 3. Diagram alir algoritma genetika (Wang 1999)

3. Algoritma genetika secara langsung memanfaatkan fungsi tujuan atau fungsi fitness, bukan fungsi turunannya. Teknik optimasi konvensional membangun deretan yang dimaksud berdasarkan gradien (turunan) fungsi tujuan atau fungsi kendala untuk memperbaiki solusi tunggal. Algoritma genetika tidak memerlukan informasi atau asumsi demikian. Akan tetapi hanya memerlukan informasi nilai fungsi tujuan, fungsi kendala dan memperbaiki sekumpulan solusi fisibel dengan operator-operator genetika, yang pada akhirnya diharapkan dapat menghasilkan solusi optimum.

4. Algoritma genetika bekerja dengan menggunakan aturan probabilistik bukan aturan deterministik. Operator-operator dalam pengoperasian algoritma genetika seperti operator seleksi, penyilangan atau mutasi bekerja menggunakan aturan probabilistik atau pemilihan secara acak.

G.

PENELITIAN TERDAHULU

Nurhayati (1999) melakukan penelitan mengenai studi jaringan distribusi komoditas sayuran produk Cipanas. Studi jaringan yang dibahas meliputi potensi pasar, merencanakan jaringan distribusi

Representasi solusi ke dalam kromosom

Evaluasi (Evaluation) Inisialisasi (Initialitation)

Mutasi (Mutation) Seleksi (Selection)

Evaluasi (Evaluation) Penyilangan (Crossover)

Perbaikan (Repair)

Penggantian (Replacement)

Selesai Mulai

Selesai (Terminate)?

komoditas sayuran yang potensial secara efisien dan menentukan lokasi gudang serta analisis biaya transportasi.

Penelitian mengenai analisis efisiensi rantai pasokan komoditas bawang merah pada studi kasus di Kotamadya Bogor dilakukan oleh Novianti (2007). Penelitian ini bertujuan untuk menganalisis pengelolaan rantai pasokan bawang merah di Bogor dan mengefisiensikan rantai pasokan tersebut. Secara umum pola rantai pasokan bawang merah di Kota Bogor dimulai dari pengirim dari luar daerah dan grosir pasar induk Cibitung yang menyediakan bawang merah untuk kemudian disalurkan ke pedagang besar di pasar induk Kemang dan Pasar Baru Bogor. Pedagang pengencer yang berada di pasar-pasar tradisional di Kota Bogor membeli bawang merah dari pedagang besar dan menjual kembali ke konsumen rumah tangga. Industri-industri pengolahan yang menggunakan bawang merah sebagai bahan bakunya mendapatkan komoditas tersebut dari pedagang besar di pasar induk Kemang.

Hani (2007) melakukan penelitian mengenai analisis rantai pasokan buah kelapa di Bogor. Anggota primer yang terlibat adalah Pedagang Antar Wilayah (PAW), pedagang besar, pedagang eceran dan konsumen yang termasuk industri. Anggota sekundernya yaitu lembaga jasa trasnportasi, pedagang kemasan, pedagang mesin pemarut dan pemeras santan serta penyedia bahan bakar mesin tersebut. PAW memasok kelapa dari tiga wilayah yaitu Banten, Tasikmalaya-Ciamis, dan Lampung yang kemudian dipasarkan ke pedagang besar di pasar Baru Bogor, pasar Kebon Kembang, pasar Sukasari, pasar Merdeka, dan pasar Jambu Dua. Kelapa diangkut dengan menggunakan truk-truk sampai ke pedagang besar, ada yang langsung dijual dan ada pula yang menjual kepada pengecer dalam satu pasar maupun berlainan pasar.

Optimasi model rantai pasokan agroindustri Cocodiesel dengan menggunakan algoritma genetika (Andria 2007). Penelitian ini bertujuan untuk meminimalkan biaya yang dihasilkan pada sistem rantai pasokan produk tersebut. Penelitian ini dilakukan dengan membandingkan beberapa kasus rantai pasokan yang selanjutnya dicari solusinya yang minimum pada suatu generasi yang menggambarkan biaya yang seminimal mungkin.

Feifi (2008) melakukan penelitian mengenai kajian rantai pasokan pada produk dan komoditas kedelai Edamame. Penelitian yang dilakukan di PT Saung Mirwan ini bertujuan untuk melakukan kajian mekanisme rantai pasok produk dan komoditas kedelai Edamame, menganalisis nilai tambah setiap anggota rantai pasok, menganalisis kinerja manajemen rantai pasok, serta memberikan strategi peningkatan kinerja mitra tani dan manajemen rantai pasok. Pola aliran rantai pasok dimulai dari petani sebagai produsen Edamame, kemudian komoditas dikirim ke perusahaan untuk dikemas. Selajutnya produk yang sudah jadi didistribusikan ke konsumen.

Berdasarkan analisis SWOT yang dilakukan, posisi mitra tani sebagai pemasok utama ke PT Saung Mirwan berada pada kuadran III, dimana mitra tani harus mengubah strategi untuk meningkatkan kinerja. Kualitas Edamame dan keahlian petani sudah sangat baik, hanya saja perlu mengatasi kelemahan yang ada, diantaranya kendala waktu dan distribusi. Oleh karena itu, diperlukan pemanfaatan peluang untuk dapat selalu memenuhi kebutuhan konsumen dengan tepat waktu dan biaya yang seminimal mungkin.

Syafi (2009) melakukan penelitian mengenai peningkatan kinerja manajemen rantai pasokan bunga krisan. Penelitian ini bertujuan untuk mengkaji model rantai pasokan bunga krisan, mengidentifikasi hambatan pada pengembangan rantai pasokan bunga krisan, serta memberikan usulan praktek terbaik pada penerapan manajemen pasokan tersebut di lapangan, merancang dan merekomendasikan usulan peningkatan kinerja manajemen rantai pasokan bunga krisan.

Hasil pengkajian fenomena model rantai pasokan bunga krisan di lingkungan petani dan perusahaan, tedapat kecenderungan bahwa struktur model rantai pasokannya dipengaruhi oleh kualitas bunga yang diperdagangkan. Perbedaan kualitas bunga tersebut mendorong timbulnya segmen-segmen pasar tertentu bagi masing-masing model rantai pasokan. Hal tersebut tentu merupakan modal yang baik untuk mewujudkan rantai pasokan yang efisien namun demikian dalam pelaksanaannya masih terdapat banyak hambatan dan kendala.

Beberapa hambatan yang teridentifikasi yaitu pembiayaan kepada petani yang tidak lancar, biaya transportasi yang tinggi, arus informasi yang tidak lancar, kerjasama antar pelaku yang masih kurang, ketidakpastian pasokan, dan birokrasi yang sulit. Selain menyebabkan pengembangan rantai pasokan yang terhambat, juga menyebabkan mekanisme rantai pasokannya menjadi tidak lancar. Untuk itu, dirumuskan beberapa rekomendasi yang diharapkan mampu memecahkan masalah yang ada. Rekomendasi-rekomendasi tersebut meliputi kolaborasi antar anggota rantai pasokan, optimalisasi peran kelembagaan, revitalisasi sistem pelelangan bunga, peningkatan performa

komponen rantai pasokan, pengembangan sistem informasi, dan peningkatan kinerja internal rantai pasokan perusahaan.

Analisis peningkatan kinerja manajemen rantai pasokan di PT Saung Mirwan, teridentifikasi beberapa inefisiensi yang terjadi baik itu pada aliran material (material flow) maupun aliran informasi dan kerja (work and information flow). Inefisiensi-inefisiensi tersebut meliputi perencanaan penjualan yang lemah, manajemen supplier yang lemah, ketidakpastian informasi, dan distribusi yang tidak optimal. Untuk mengatasi itu, maka dirumuskan beberapa praktek terbaik (best practice) yang dapat diterapkan agar mampu meningkatkan kinerja manajemen rantai pasokan perusahaan dan mengeliminasi inefisiensi-inefisiensi tersebut. Best practice tersebut meliputi kolaborasi planning,

membangun kemitraan (partnership), menerapkan manajemen transportasi, mengembangkan

Enterprise Information System, menerapkan Customer Relationship Management, dan membuat divisi kemitraan.

Penerapan best practice tersebut dapat meningkatkan kinerja manajemen rantai pasokan PT Saung Mirwan. Peningkatan ini dapat dilihat pada performa reliabilitas rantai pasokan, responsivitas rantai pasokan, dan fleksibilitas rantai pasokannya yang meliputi peningkatan metrik pemenuhan pesanan sempurna sebesar 45%, metrik waktu fleksibilitas rantai pasok atas lebih cepat empat hari, dan metrik penyesuaian rantai pasok atas yang mencapai 70%.

Mayangsari (2009) melakukan penelitian mengenai kajian jaringan transportasi multimoda manajemen rantai pasokan produk tomat dan paprika di Jawa Barat. Anggota primer rantai pasokan komoditas tomat dan paprika terdiri atas petani (mitra tani dan mitra beli), perusahaan hortikultura dan pelanggan (retailer, hotel dan restoran) sedangkan anggota sekundernya terdiri atas berbagai elemen yang menyediakan barang-barang pendukung untuk kegiatan produksi seperti penyedia kemasan, bibit, label, dan pupuk.

Aliran rantai pasokan tomat dan paprika dibedakan menjadi aliran rantai pasok di pasar tradisional dan modern. Pada aliran rantai pasok tradisional, petani masih belum mendapatkan keuntungan yang layak untuk hasil panennya sedangkan di pasar modern, petani cukup mendapatkan keuntungan karena untuk proses produksi dibantu oleh perusahaan mitra dan hasil produksi dibeli langsung oleh perusahaan. Beberapa resiko yang terjadi dalam transportasi adalah produk susut karena belum adanya kendaraan berpendingin, penanganan di area loading yang tidak benar, belum digunakannya kemasan yang sesuai dengan produk dan penumpukan produk yang salah. Beberapa hal tersebut akan mengakibatkan produk dalam transportasi mengalami penurunan kualitas dan kuantitas. Penelitian menghasilkan program optimasi transportasi dengan menggunakan algoritma genetika cukup efisien dalam menemukan solusi minimum dari pemilihan rantai pasok sayuran.

Penelitian ini mengkaji jaringan transportasi dalam manajemen rantai pasokan bunga krisan, studi kasus di PT. Saung Mirwan, Jawa Barat. Penelitian ini bertujuan untuk mengkaji mekanisme rantai pasok produk krisan yang dihasilkan perusahaan, mengidentifikasi faktor-faktor yang berpengaruh dalam distribusi bunga krisan serta memilih dan merekomendasikan jenis transportasi dalam distribusi bunga krisan sesuai dengan jumlah permintaan dan kapasitas armada yang dimiliki serta minimisasi biaya pengiriman. Persamaan penelitian ini dengan penelitian Mayangsari adalah fokus pada kajian transportasi manajemen rantai pasokan produk hortikultura dan menggunakan teknik optimasi algorithm genetic untuk meminimisasi biaya pengiriman. Sedangkan perbedaan penelitian ini dengan penelitian Mayangsari terdapat pada cara pengkajian transportasi rantai pasokan produk dan unsur biaya transportasi atau biaya pengiriman produk. Pada penelitian Mayangsari, pengkajian transportasi rantai pasokan produk dilakukan pada wilayah Jawa Barat menggunakan semua moda transportasi yang ada seperti motor, box berpendingin, pick up dan truk sedangkan pada penelitian ini karena studi kasus dalam suatu perusahaan maka hanya menggunakan jumlah dan moda transportasi yang dimiliki oleh perusahaan tersebut. Mayangsari dalam penelitiannya menghitung biaya transportasi berdasarkan biaya operasional kendaraan, biaya bahan bakar, dan biaya kerusakan produk. Sedangkan pada penelitian ini biaya transportasi bersumber dari biaya operasional dan biaya kerusakan produk. Hal ini dilakukan karena pada perusahaan biaya bahan bakar telah mencakup di dalam biaya operasional kendaraan.

III. METODOLOGI PENELITIAN

A.

KERANGKA PEMIKIRAN

Produksi bunga krisan yang mengalami peningkatan dari tahun ke tahun memberikan kontribusi yang positif kepada petani dalam peningkatan kesejahteraan mereka. Rantai pasokan komoditas bunga krisan sebagaimana komoditas hortikultura yang lain belum efisien sehingga keuntungan dan resiko yang diterima setiap anggota rantai pasokan masih tinggi. Rantai pasokan yang panjang dan terbagi-bagi juga dapat menyebabkan kerusakan secara fisik pada produk segar karena akan terjadi penyusutan.

Sebagaiamana layaknya komoditas hortikultura, bunga krisan merupakan bahan yang mudah rusak. Kerusakan tersebut bisa meliputi kerusakan mekanis, fisik dan mikrobiologis. Kerusakan ini menimbulkan susut jumlah barang saat pendistribusian produk. Produk yang sedang didistribusikan akan mengalami penurunan kualitas dan kuantitas. Jarak yang semakin jauh akan meningkatkan kerusakan yang diakibatkan pada produk. Hal ini tentu akan menurunkan keuntungan yang diperoleh perusahaan.

Konsep Supply Chain Management (SCM) melihat pendekatan masalah logistik sebagai masalah yang luas mulai dari bahan baku hingga produk jadi yang digunakan konsumen akhir sebagai satu rantai aliran produk. Tujuan SCM adalah membuat seluruh anggota rantai pasokan menjadi efisien dan efektif, minimisasi total biaya sistem pada pengadaan bahan baku, transportasi dan distribusi, inventori dari produk jadi. Prinsip utama dalam SCM ialah menciptakan sinkronisasi aktivitas-aktivitas yang beragam dan membutuhkan pendekatan holistik.

Penelitian ini menekankan permasalahan SCM yaitu pemodelan rantai pasokan untuk mengoptimasi total biaya transportasi rantai pasokan produk krisan dengan mencari jenis dan jumlah kendaraan yang menghasilkan biaya pengiriman minimum. Model rantai pasokan dikembangkan berdasarkan model transportasi dan distribusi yang bersifat integer linear progamming, dengan fungsi tujuan yaitu minimisasi biaya. Kendala yang dimasukkan dalam permodelan meliputi kapasitas produsen, konsumen, dan jumlah dan kapasitas armada yang digunakan serta kendala waktu. Variabel keputusan yang ingin diperoleh adalah jenis dan jumlah armada yang dapat meminimisasi biaya pengiriman produk dari perusahaan menuju lokasi kosumen.

Optimasi di dalam jaringan transportasi menghasilkan kombinasi armada yang paling optimal yang akan menghasilkan biaya terendah. Model jaringan transportasi ini merupakan model yang kompleks karena mempertimbangkan beberapa parameter dalam rantai pasok. Oleh karena itu, teknik yang paling baik digunakan untuk optimasi adalah teknik Algoritma Genetika. Algoritma genetika adalah suatu teknik pencarian dan optimasi global yang efektif dan efisien yang kerjanya meniru prisip evolusi dan mekanisme biologi genetika. Algoritma menjanjikan perolehan solusi yang optimum atau mendekati optimum global dan adaptif terhadap permasalahan yang dihadapi.

Penelitian ini terbatas mengkaji mengenai aliran massa produk, kualitas produk dipengaruhi susut selama proses pendistribusian, jaringan transportasi pengiriman, biaya yang dibutuhkan tiap jenis kendaraan, dan waktu yang dibutuhkan tiap pengiriman ke lokasi-lokasi konsumen. Diagram alir kerangka pikir penelitian disajikan pada Gambar 4.

Gambar 4. Diagram alir kerangka pikir penelitian  

Penentuan Lokasi dan Judul Penelitian

Data- data yang bersifat kualitatif 1.Nama dan lokasi supplier, fasilitas,

dan pasar yang potensial

2.Faktor-faktor yang mempengaruhi susut pengiriman

3.Jenis-jenis transportasi yang menghubungkan antara supplier, perusahaan dan pasar

Data-data yang bersifat kuantitatif 1.Jumlah kendaraan yang digunakan 2.Lama waktu pengiriman

3.Biaya tiap pengiriman komoditas 4.Jumlah jalur yang digunakan

5.

Jumlah komoditas yang dikirim

Identifikasi Masalah

Perumusan Masalah

Optimasi Pemilihan Jenis dan Jumlah Kendaraan Menggunakan Genetic Algorithm

Analisis Alokasi Biaya dan Pemodelan Transportasi Analisis Data Transportasi Analisis Data

Analisis Data Deskriptif

Mulai

Pengumpulan Data Tujuan penelitian

Mekanisme Rantai Pasokan dan Distribusi

- Wawancara - Kuisioner - Pengamatan

langsung - Diskusi

Biaya transportasi minimum

Selesai

k = k+1; end

end

5.

Crossover

% Pindah silang

function hasilSilang = Crossover(populasiSilang,jumlahSilang,populasiSeleksi) tempGanjil = [];

uPopulasiSel = size(populasiSeleksi); hasilSilang = [];

jumSilangMurni = jumlahSilang; uPopulasiSil = size(populasiSilang); % Jika ganjil dibuang 1

if mod(jumlahSilang,2) ~= 0

tempGanjil(1,:) = populasiSeleksi(populasiSilang(jumlahSilang),:) jumlahSilang = jumlahSilang - 1;

end

for r=1:2:jumlahSilang prev1 = []; next1 = []; prev2 = []; next2 = [];

% Letak pemotongan ditentukan secara acak cutPos = ceil(uPopulasiSel(2).*rand(1,1))

% Jika posisi pemotongan tidak sama dengan jumlah populasi seleksi maka % hasilnya sebagai berikut.

if cutPos ~= uPopulasiSel(2) for i=1:cutPos

prev1(1,i) = populasiSeleksi(populasiSilang(r),i); prev2(1,i) = populasiSeleksi(populasiSilang(r+1),i); end

for i=cutPos+1:uPopulasiSel(2)

next1(1,i) = populasiSeleksi(populasiSilang(r),i); next2(1,i) = populasiSeleksi(populasiSilang(r+1),i); end

% cross prev1 >< next2 && prev2 >< next1 for i=cutPos+1:uPopulasiSel(2)

prev1(1,i) = next2(1,i); prev2(1,i) = next1(1,i); end

hasilSilang(r,:) = prev1; hasilSilang(r+1,:) = prev2; else

hasilSilang(r,:) = populasiSeleksi(populasiSilang(r),:); hasilSilang(r+1,:) = populasiSeleksi(populasiSilang(r+1),:); end

end;

% Yang ganjil digabungkan kembali ke dalam populasi seleksi if mod(jumSilangMurni,2) == 0

hasilSilang = hasilSilang; else

hasilSilang = hasilSilang;

hasilSilang(jumSilangMurni,:) = tempGanjil(1,:); end

% Populasi seleksi yang tidak mengalami pindah silang digabungkan kembali for i=1:jumSilangMurni

populasiSeleksi(populasiSilang(1,i),:) = hasilSilang(i,:); end

hasilSilang = populasiSeleksi; end

6.

Mutation

function hasilMutasi = Mutation(populasiMutasi,jumlahMutasi,hasilSilang) k = 1;

uPopulasi = size(hasilSilang); hasilMutasi = [];

while k <= jumlahMutasi

posisi1 = ceil((uPopulasi(2)).*rand(1,1)) posisi2 = ceil((uPopulasi(2)).*rand(1,1))

temp = hasilSilang(populasiMutasi(1,k),:); nilai1 = temp(1, posisi1);

nilai2 = temp(1, posisi2); temp(1, posisi1) = nilai2; temp(1, posisi2) = nilai1; hasilMutasi(k,:) = temp; k = k+1;

end

% Populasi yang tidak mengalami mutasi digabungkan kembali for i=1:jumlahMutasi

hasilSilang(populasiMutasi(1,i),:) = hasilMutasi(i,:); end

hasilMutasi = hasilSilang; end

7.

Cek waktu pengiriman

function badKromosom = CheckSendingTime() end

8.

Algoritma genetika

function [L300, engkle, double] =

GeneticAlgorithm(jumProdukDipesan,lamaHidup,jarakPelanggan,sizeKromosom,persenSilang, persenMutasi,maxGenerasi,matrixConf1,hargaProduk,jumlahPercobaan)

[dataAngka, dataString] = xlsread(matrixConf1); matrixConf = dataAngka

uMatrixConf = size(matrixConf); jenisKend = uMatrixConf(2); percobaan = 1;

matrixAwal = floor((1*(jumProdukDipesan/10)).*rand(sizeKromosom,jenisKend)) populasi = matrixAwal;

while percobaan <= jumlahPercobaan iterasi = 1;

while iterasi <= maxGenerasi

persen = (iterasi / maxGenerasi)*100;

b = waitbar(0,strcat('Processing...', num2str(persen),'%'),'Name','Loading'); waitbar(iterasi/maxGenerasi);

[lamaKirimKend,jumlahFitness] =

ConstraintFunction(populasi,matrixConf,jumProdukDipesan,lamaHidup,jarakPelanggan,harg aProduk)

[elit] = Elitisme(jumlahFitness,populasi)

kemungkinanPemilihan = LF_SelectionProbability(jumlahFitness) SPC = LF_SelectionProbabilityCumulative(kemungkinanPemilihan) populasiSeleksi = Selection(SPC,populasi)

[populasiSilang,jumlahSilang] = ChooseTheCrossover(sizeKromosom,persenSilang) hasilSilang = Crossover(populasiSilang,jumlahSilang,populasiSeleksi)

[populasiMutasi,jumlahMutasi] = ChooseTheMutation(sizeKromosom,persenMutasi) hasilMutasi = Mutation(populasiMutasi,jumlahMutasi,hasilSilang)

populasi = Joined(hasilMutasi, elit) [lamaKirimKend, jumlahFitness] =

ConstraintFunction(populasi,matrixConf,jumProdukDipesan,lamaHidup,jarakPelanggan,harg aProduk)

[hsl,posisi] = min(jumlahFitness) Kromosom = populasi(posisi,:) if iterasi == 1

hasilIterasi = hsl kromIterasi = Kromosom elseif hsl < hasilIterasi hasilIterasi = hsl kromIterasi = Kromosom end

GENERASI = iterasi iterasi = iterasi + 1; close(b);

end

if percobaan == 1 biayaMin = hasilIterasi Kromosom = kromIterasi elseif hasilIterasi < biayaMin biayaMin = hasilIterasi Kromosom = kromIterasi end

percobaan

percobaan = percobaan + 1; end

L300 = Kromosom(1,1) engkle = Kromosom(1,2) double = Kromosom(1,3) end

9.

Penggabungan populasi dengan hasil mutasi dan elititsme

% Untuk menggabungkan hasil mutasi dan elit function populasi = Joined(hasilMutasi, elit) uElit = size(elit);

uHasilMutasi = size(hasilMutasi); for i=1:uElit(1)

for j=1:uElit(2)

hasilMutasi((uHasilMutasi(1)+i),j) = elit(i,j); end

end

populasi = hasilMutasi; end

10.

Fungsi

callback

untuk tombol

process

(misalnya untuk pengiriman bibit)

function PROCESS_bibit_Callback(hObject, eventdata, handles) lamaKirimKend1 = [];

[dataAngka, dataString] = xlsread(handles.TraDaBrowse_R4bi); matrixConf = dataAngka;

uMatrixConf = size(matrixConf);

jarakPelanggan = handles.metricdata.Far_R4bi; lamaHidup = handles.metricdata.LifeProduct_R4bi; for j = 1:uMatrixConf(2)

lamaKirimKend1(1,j) = (jarakPelanggan / matrixConf(1,j))*matrixConf(2,j); if lamaKirimKend1(1,j) > lamaHidup

lamaKirimKend1(1,j) = 0; end

end

[minvalue,posisi] = min(lamaKirimKend1); if minvalue == 0

if posisi == 1

errordlg('Waktu pengiriman produk (Mobil L300) LEBIH LAMA daripada waktu hidup produk','Peringatan!');

elseif posisi == 2

errordlg('Waktu pengiriman produk (Mobil box engkle) LEBIH LAMA daripada waktu hidup produk','Peringatan!');

else

errordlg('Waktu pengiriman produk (Mobil box double) LEBIH LAMA daripada waktu hidup produk','Peringatan!');

end else tic; [L300,engkle,double] = GeneticAlgorithm(handles.metricdata.Dem_R4bi,handles.metricdata.LifeProduct_R4bi,hand les.metricdata.Far_R4bi,handles.metricdata.UkPop,handles.metricdata.Pcross,handles.me tricdata.Pmut,handles.metricdata.MaxG,handles.TraDaBrowse_R4bi,handles.metricdata.Pri _R4bi,handles.metricdata.TotEx) toc;

set(findobj (gcf,'Tag','L300_R4bi'),'String', L300); set(findobj (gcf,'Tag','engkle_R4bi'),'String', engkle); set(findobj (gcf,'Tag','double_R4bi'),'String', double); if (L300 > 1)

errordlg('Jumlah persediaan mobil L300 adalah 1 unit'); end

if (engkle > 6)

errordlg('Jumlah persediaan mobil engkle adalah 1 unit'); end

if (double > 4)

errordlg('Jumlah persediaan mobil double adalah 1 unit'); end

end

% --- Executes on button press in Reset.

11.

Fungsi-fungsi lain yang berkaitan seperti fungsi yang berguna untuk

browse, error handling,

reset

dan keluar.

Coding

di bawah berfungsi untuk

browse

data dari file

excel.

function TraDaBrowse_R4bu_Callback(hObject, eventdata, handles)

[nameTransDataFile,pathTransDataFile] = uigetfile('*.xls','Transportation Data 2');

if ~nameTransDataFile==0,

set(findobj(gcf,'Tag','TraDa_R4bu'),'String', [pathTransDataFile nameTransDataFile]);

handles.TraDaBrowse_R4bu = nameTransDataFile;

guidata(hObject,handles) end

Lampiran 9. Foto-foto di PT. Saung Mirwan

Bunga potong sebelum dipanen Bunga potong setelah dipanen

Alat panen bunga potong

Alat angkut bunga potong Proses pemanenan

unrooted cutting

Plastik

unrooted cutting

Kardus

unrooted cutting

Kardus

rooted cutting

Kardus bunga potong

 

Mobil L300

Mobil box

engkle

      

  

 

 

Mobil box

double

Produk bunga disusun di dalam kendaraan