Lokasi dan Waktu Penelitian Metode Pengumpulan Pengolahan Data dan Analisis Data

3.2. Metode Penelitian

3.2.1. Lokasi dan Waktu Penelitian

Lokasi penelitian adalah di PT SIP yang merupakan perusahaan distributor yang menjual berbagai macam barang konsumsi. PT SIP berlokasi di Jl. Pangkalan II No. 42 Kp. Tunggilis, Kedung Halang, Bogor. Pemilihan lokasi dilakukan secara sengaja purposive dengan pertimbangan PT SIP adalah salah satu perusahaan distributor yang cukup besar dan memiliki tingkat perkembangan yang baik. Pengumpulan data dilaksanakan pada bulan April-Juni 2006.

3.2.2. Metode Pengumpulan

Data Data yang dikumpulkan meliputi data primer dan data sekunder. Data primer diperoleh melalui pengamatan, wawancara dengan staf terkait. Data sekunder diperoleh dari data perusahaan meliputi kegiatan umum perusahaan proses distribusi, jumlah penawaran, jumlah permintaan, biaya transportasi dan distribusi, berbagai studi kepustakaan seperti BPS Badan Pusat Statistik, Departemen Perdagangan dan literatur lainnya yang relevan dengan penelitian ini.

3.3.3. Pengolahan Data dan Analisis Data

Analisis data dilakukan secara kualitatif atau deskriptif untuk mengidentifikasi sistempola pendistribusian Sarimi di PT SIP dan perkembangannya, serta secara kuantitatif untuk mengetahui jumlah optimal dan aktual distribusi Sarimi di wilayah Bogor dengan menggunakan model transportasi pada program linier. Model ini akan memberikan solusi alokasi barang optimal yang akan meminimumkan biaya. Fungsi tujuan dari model perencanaan ini adalah meminimumkan total biaya angkut dari PT SIP ke toko-toko grosir yang ada di 33 kecamatan di wilayah Bogor dan Depok, dengan kendala-kendala sebagai berikut: Fungsi Tujuan : Min ij m i n j ij X C Z ∑∑ = = = 1 1 .......................................5 Fungsi Pembatas : i m i ij a X = ∑ =1 j n j ij b X ≤ ∑ =1 , ≥ ij X untuk semua i dan j ...........................6 Keterangan notasi: ij C = Biaya angkut Rpkarton dari sumber pada tahun i ke tujuan j ij X = Jumlah karton yang dikirimkan dari sumber pada tahun i ke tujuan j i a = Jumlah penawaran yang tersedia di daerah sumber pada tahun i j b = Jumlah permintaan karton di daerah permintaan tujuan j m = Jumlah daerah sumber n = Jumlah daerah tujuan i = Data tahunan j = Daerah tujuan Hal pertama yang harus dilakukan dalam menyelesaikan persoalan transportasi adalah mencari solusi awal. Beberapa metode untuk mencari solusi layak dasar awal adalah : a. Metode North-west Corner Metode ini adalah yang paling sederhana di antara tiga metode yang telah disebutkan untuk mencari solusi awal. Kenyataannya, metode ini adalah yang paling tidak efisien, karena ia tidak mempertimbangkan biaya transport per unit dalam membuat alokasi. Akibatnya, mungkin diperlukan beberapa iterasi solusi tambahan sebelum solusi optimum diperoleh. b. Metode Least-Cost Metode Least-Cost berusaha mencapai tujuan minimalisasi biaya dengan alokasi sistematik kepada kotak-kotak sesuai dengan besarnya biaya transport per unit. Pada umumnya, metode Least- Cost akan memberikan solusi awal lebih baik biaya lebih rendah dibanding metode North-West Corner, karena metode Least-Cost menggunakan biaya per unit sebagai kriteria alokasi sementara metode North-West tidak. Akibatnya, banyaknya iterasi tambahan yang diperlukan untuk mencapai solusi optimum lebih sedikit. Namun, dapat terjadi meskipun jarang, di mana solusi awal yang sama atau lebih baik dicapai melalui metode North-West Corner. c. Metode Aproksimasi Vogel VAM VAM selalu memberikan suatu solusi awal yang lebih baik dibanding metode North-West Corner dan seringkali lebih baik daripada metode Least-Cost. Kenyataannya, pada beberapa kasus, solusi awal yang diperoleh melalui VAM akan menjadi optimum. VAM melakukan alokasi dalam suatu cara yang akan meminimumkan penalty opportunity cost dalam memilih kotak yang salah untuk suatu alokasi. Perbaikan untuk mencapai solusi optimum dilakukan setelah solusi layak dasar awal diperoleh. Dua metode yang digunakan untuk mencari solusi optimal di antaranya metode stepping stone dan modified distribution. Menurut Mulyono 2004, metode stepping stone merupakan proses evaluasi variabel non basis yang memungkinkan terjadinya perbaikan solusi dan kemudian mengalokasikan kembali. Pencarian solusi optimum pada metode stepping stone dikenal dengan proses jalur tertutup. Setiap kotak kosong menunjukkan suatu variabel nonbasis. Bagi variabel nonbasis yang akan memasuki solusi, ia harus memberi sumbangan dalam penurunan fungsi tujuan. Beberapa hal penting yang perlu disebutkan dalam kaitannya dengan penyusunan jalur stepping stone. 1. Arah yang diambil, baik searah maupun berlawanan arah dengan jarum jam adalah tidak penting dalam membuat jalur tertutup. 2. Hanya ada satu jalur tertutup untuk setiap kotak kosong. 3. Jalur hanya harus mengikuti kotak terisi di mana terjadi perubahan arah, kecuali pada kotak kosong yang sedang dievaluasi. 4. Namun, baik kotak terisi maupun kosong dapat dilewati dalam penyusunan jalur tertutup 5. Suatu jalur dapat melintasi dirinya 6. Sebuah penambahan dan sebuah pengurangan yang sama besar harus kelihatan pada setiap baris dan kolom pada jalur itu. Tujuan dari jalur ini adalah untuk mempertahankan kendala penawaran dan permintaan sambil dilakukan alokasi ulang barang ke suatu kotak kosong. Pembahasan dalam penelitian ini diantaranya meliputi tiga analisis yaitu analisis primal, analisis dual, dan analisis sensitivitas. Masalah program linier yang dikemukakan mula-mula disebut primal dan dimulai dari suatu pemecahan dasar yang layak dan berlanjut untuk berulang melalui pemecahan dasar yang layak berikutnya sampai titik optimum dicapai. Solusi optimal untuk masalah primal menunjukkan nilai dari variabel-variabel keputusan yang memaksimumkan atau meminimumkan nilai dari fungsi tujuan. Masalah primal selalu memiliki masalah tandingan yang disebut dual. Solusi optimal untuk masalah dual cukup penting karena solusi itu menyediakan ukuran marginal value dari sumber daya primal yang disebut shadow pricesdual price. Shadow prices menunjukkan jumlah perbaikan pada fungsi tujuan optimal bila nilai sisi kanan kendala tujuan ditingkatkan sebesar satu satuan dengan parameter-parameter lain konstan Cook and Russel dalam Aditya, 2002. Asumsi deterministik dalam model program linier menyatakan bahwa semua parameter model j ij i b C a , , diketahui konstan. Asumsi ini sulit sekali atau tidak sama sekali terjadi. Oleh sebab itu, perlu dilakukan analisis pasca optimal yang disebut analisis sensitivitas. Analisis sensitivitas ditujukan untuk mengetahui perubahan-perubahan solusi optimum sebagai responsi terhadap perubahan parameter-parameter input. Dua tipe dari analisa sensitivitas dasar adalah analisis Right Hand Side ruas sisi kanan dan fungsi kendala dan analisis perubahan koefisien dari fungsi tujuan. Tujuan dari analisis RHS adalah menentukan berapa banyak nilai sisi kanan dari fungsi kendala dapat ditingkatkan atau diturunkan tanpa mengubah nilai shadow prices -nya dengan parameter kiri dipertahankan konstan. Analisis perubahan koefisien fungsi tujuan terhadap solusi optimal dengan parameter lain dipertahankan konstan Cook and Russel dalam Aditya, 2002. Pengolahan data dilakukan dengan software LINDO Linear Interactive of Descrete Optimizer. LINDO merupakan salah satu program komputer yang dapat membantu menemukan pemecahan optimal dengan metode simpleks. Seperti juga pada pengerjaan metode simpleks secara manual, LINDO terdiri atas input berupa fungsi tujuan dan fungsi kendala, dan output berupa penyelesaian optimal. Input berupa fungsi tujuan dan beberapa fungsi kendala dimasukkan ke dalam program. Setelah itu akan keluar penyelesaian optimal yang terdiri dari beberapa bagian. Bagian pertama dari penyelesaian optimal adalah tabel simpleks ke-0 sampai tabel simpleks di mana telah ditemukan solusi optimalnya. Bagian kedua adalah nilai penyelesaian optimal jika variabel-variabel optimal dimasukkan ke dalam fungsi tujuan. Selanjutnya bagian ketiga adalah nilai variabel dan kendala pada kondisi optimal. Pada bagian ketiga terdapat istilah reduced cost yang menunjukkan penurunan nilai koefisien fungsi tujuan yang harus dilakukan agar variabel bernilai positif. Jadi selagi nilai variabel keputusan positif, nilai reduced cost akan selalu nol dan baru akan bernilai positif bila variabel keputusan bernilai kurang dari nol. Istilah slack or surplus adalah untuk menandai sisa atau kelebihan kapasitas yang akan terjadi pada nilai variabel optimal yang ditunjukkan oleh kolom variabel. Apabila nilai slack or surplus nol berarti seluruh kapasitas pada kendala dipergunakan semua, yang berarti kendala tersebut menentukan terbentuknya nilai variabel optimal atau disebut juga kendala aktif. Istilah dual price menunjukkan besarnya kenaikan nilai tujuan sebagai akibat dari kenaikan satu unit kapasitas kendala aktif. Perubahan kenaikanpenurunan kapasitas kendala agar nilai dual price -nya tidak berubah dapat dilihat pada bagian terakhir yaitu Right Hand Side Ranges. Pada bagian ini terdapat istilah allowable increase dan allowable decrease yaitu nilai interval kenaikan dan penurunan yang diizinkan. Bagian sebelumnya adalah objective coeficient ranges yang menunjukkan interval kenaikan atau penurunan nilai koefisien fungsi tujuan agar nilai optimal variabel keputusan tidak berubah.

IV. HASIL DAN PEMBAHASAN 4.1.