Tabel 4.9 Matriks Jarak dalam Satuan Km
Dc C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 0.45
C2
4.99 5.44
C3
7.54 7.9
5.3
C4
3.62 3.7
6.20 5.62
C5 4.56 4.11 9.49 11.67
6.43 0 C6
10.72 10.4 12.79 13.95 9.02 8.52 0
C7 11.74 11.56 15.10 12.62
8.93 11.04 4.03
C8 15.94 15.55 20.18 23.43 18.30 11.88 16.37 20.26 0
C9 10.61 10.16 15.52 17.44 11.90
6.04 8.85 12.70 7.56 0 C10
12.08 11.65 17.03 17.58 12.01 8.05 5.53 9.55 11.42 4.51
4.2.3 Perhitungan Penghematan Savings Matrix
Dalam menghitung jarak dari Distributor ke tiap-tiap customer dan dari satu customer
ke customer lainnya, menggunakan rumus sebagai berikut : SX
1
,X
2
= JG,X
1
+ JG,X
2
– JX
1
,X
2
Di mana : SX
1
,X
2
= Penghematan jarak antara customer 1 dan customer 2 J
Dc,X
1
= Jarak dari Distributor ke customer 1 atau sebaliknya. J
Dc,X
2
= Distributor ke customer 2 atau sebaliknya J
X
1
,X
2
= Jarak dari customer 1 ke customer 2 atau sebaliknya. Berdasarkan data pada Tabel 4.9 Matrik Jarak, dapat dihitung
penghematan jarak Savings Matrix sebagai berikut : Contoh perhitungan penghematan jarak dari lokasi C1 Pasar Krian dan C2
Pasar Surungan :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
SC1, C2 = JDc, C1 + JDc, C2 – JC1, C2 = 0.45 km + 4.99 km – 5.44 km = 0
Untuk perhitungan jarak dari distributor ke tiap-tiap customer dan dari satu customer
ke customer lainnya, dapat dilihat pada Lampiran D. Tabel 4.10 Matriks Penghematan dalam Satuan Kilometer Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 1
C3 2 0.09
7.23
C4 3 0.37
2.41 5.54
C5 4
0.9 0.06
0.43 1.75 C6 5
0.77 2.92 4.28 5.32 6.76 C7 6
0.63 1.63 6.66 6.43 5.29 14.43 C8 7
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 8 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 9
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
4.2.4 Penentuan Alokasi Produk ke Customer Untuk Tiap Alat Angkut
Iterasi 1 :
Dari Savings Matrix, diperoleh penghematan tertinggi sebesar 18.99 C8,C9 dengan mengkombinasikan rute untuk Customer 8 dan Customer
9 dalam satu rute, yaitu rute A, Selanjutnya dilakukan pengecekan apakah pengkombinasian tersebut layak dilakukan atau tidak, layak dilakukan jika
total order size kurang dari kapasitas Pick up. Beban untuk rute A = order size Customer 8+ order size Customer 9
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Customer Kg
C8 489.1 C9 369.1
Total 858.2
Beban rute A = 858.2 kg daging sapi =
1250 Kapasitas Alat Angkut layak
Nilai iterasi 1 dapat dilihat pada tabel 4.11 Tabel 4.11 Hasil Iterasi 1 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 1
C3 2
0.09 7.23
C4 3 0.37
2.41 5.54
C5 4 0.9
0.06 0.43 1.75
C6 5 0.77 2.92 4.28 5.32 6.76
C7 6 0.63 1.63 6.66 6.43 5.29 14.43
C8 A 0.84 0.75 0.05 1.26 8.62 10.29
6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 9
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 2 :
Penghematan tertinggi selanjutnya yaitu 18.18 C9,C10, tetapi karena Customer
9 sudah masuk rute A sehingga pada tahap ini dilakukan pengecekan apakah Customer 10 dapat ditambahkan pada rute A.
Beban untuk rute A = order size Customer 8 + Customer 9 + Customer 10 Customer
Kg C8 489.1
C9 369.1 C10 360
Total 1218.2
Beban rute A = 1218.2 kg daging sapi =
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1250 Kapasitas Alat Angkut layak
Jadi Customer 10 dapat dimasukkan ke dalam rute A karena beban total tidak lebih dari kapasitas Pick up.
Nilai iterasi 2 dapat dilihat pada tabel 4.12 Tabel 4.12 Hasil Iterasi 2 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 1
C3 2 0.09
7.23
C4 3 0.37
2.41 5.54
C5 4
0.9 0.06
0.43 1.75 C6 5
0.77 2.92 4.28 5.32 6.76 C7 6
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 3 :
Penghematan tertinggi selanjutnya yaitu 16.6 C8,C10, tetapi sudah teralokasi semua pada ke rute A. Maka di cari penghematan tertinggi
selanjutnya yaitu 14.43 C6,C7, dengan mengkombinasikan customer 6 dan customer 7 kedalam satu rute yaitu rute B. Selanjutnya dilakukan
pengecekan apakah pengkombinasian tersebut layak dilakukan atau tidak, layak dilakukan jika total order size kurang dari kapasitas Pick up. Beban
untuk rute B = order size customer 6 + customer 7 Customer
Kg C6 444.1
C7 466.6
Total 910.7
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Beban rute B = 910.7 kg daging sapi =
1250 Kapasitas Alat Angkut Layak
Nilai iterasi 3 dapat dilihat pada tabel 4.13 Tabel 4.13 Hasil Iterasi 3 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 1
C3 2
0.09 7.23
C4 3
0.37 2.41
5.54
C5 4
0.9 0.06
0.43 1.75 C6 B
0.77 2.92 4.28 5.32 6.76 C7 B
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 4 :
Penghematan tertinggi selanjutnya yaitu 14.27 C7, C10, 13.25 C6, C10, 10.29 C6, C8, 9.65 C7, C9, tetapi sudah teralokasi semua pada
rute A dan B maka di cari penghematan tertinggi selanjutnya yaitu 9.13 C5,C9 tetapi karena customer 9 sudah masuk rute A. Sehingga pada
tahap ini dilakukan pengecekan apakah customer 5 dapat ditambahkan pada rute A.
Beban untuk rute A = order size customer 8+customer 9+ customer 10+ customer
5
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Customer Kg
C8 489.1 C9 369.1
C10 360 C5 491.6
Total 1709.8
Beban rute A = 1709.8 Kg daging sapi =
1250 Kapasitas Alat Angkut Tidak layak
Nilai iterasi 1 dapat dilihat pada tabel 4.14 Tabel 4.14 Hasil Iterasi 4 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 1
C3 2
0.09 7.23
C4 3 0.37
2.41 5.54
C5 4
0.9 0.06
0.43 1.75 C6 B
0.77 2.92 4.28 5.32 6.76 C7 B
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 5 :
Penghematan tertinggi selanjutnya yaitu 8.63 C6
,
C9 tetapi sudah teralokasi masuk rute A dan B. Kemudian dicari penghematan tertingi
salanjutnya 8.62 C5, C9, 8.59 C5, C10 tetapi customer 8 dan customer 10 sudah masuk pada rute A dan sudah memenuhi kapasitas maksimal,
sehingga customer 5 bila ditambahkan ke dalam rute A maka akan
melebihi kapasitas Pick up, dan dinyatakan tidak layak. Kemudian dicari
penghematan tertinggi selanjutnya yaitu : 7.23 C2, C3 dengan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
mengkombinasikan rute untuk Customer 2 dan Customer 3 dalam satu rute, yaitu rute C, Selanjutnya dilakukan pengecekan apakah
pengkombinasian tersebut layak dilakukan atau tidak, layak dilakukan jika total order size kurang dari kapasitas Pick up.
Beban untuk rute C = order size Customer 2+ order size Customer 3 Customer
Kg C2 301.6
C3 347.5
Total 649.1
Beban rute C = 649.1 Kg daging sapi =
1250 Kapasitas Alat Angkut layak
Nilai iterasi 5 dapat dilihat pada tabel 4.15 Tabel 4.15 Hasil Iterasi 5 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 C
C3 C 0.09 7.23
C4 3 0.37
2.41 5.54
C5 4 0.9
0.06 0.43 1.75
C6 B 0.77 2.92 4.28 5.32 6.76
C7 B 0.63 1.63 6.66 6.43 5.29 14.43
C8 A 0.84 0.75 0.05 1.26 8.62 10.29
6.98 0 C9 A
0.9 0.08 0.71 2.33 9.13 8.63 9.65 18.99 0
C10 A 0.88 0.04 2.04 3.69 8.59 13.25 14.27
16.6 18.18 0
Iterasi 6 :
Penghematan tertinggi selanjutnya yaitu 6.98 C7, C8, tetapi sudah teralokasi pada rute A dan B. Maka di cari penghematan tertinggi
selanjutnya yaitu 6.76 C5,C6 tetapi karena customer 6 sudah masuk rute
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
B. Sehingga pada tahap ini dilakukan pengecekan apakah customer 5 dapat ditambahkan pada rute B.
Beban untuk rute B = order size customer 6 + customer 7 + customer 5 Customer
Kg C6 444.1
C7 466.6 C5 491.6
Total 1402.3
Beban rute A = 1402.3 Kg daging sapi =
1250 Kapasitas Alat Angkut Tidak layak
Nilai iterasi 1 dapat dilihat pada tabel 4.16 Tabel 4.16 Hasil Iterasi 6 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 C
C3 C 0.09 7.23
C4 3
0.37 2.41
5.54
C5 4
0.9 0.06
0.43 1.75 C6 B
0.77 2.92 4.28 5.32 6.76 C7 B
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 7 :
Penghematan tertinggi selanjutnya yaitu 6.66 C3, C7, tetapi sudah teralokasi ke rute B dan C. Kemudian dicari penghematan tertinggi
selanjutnya 6.43 C4, C7, tetapi karena customer 7 sudah masuk rute B. Sehingga pada tahap ini dilakukan pengecekan apakah customer 4 dapat
ditambahkan pada rute B.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Beban untuk rute B = order size customer 6 + customer 7 + customer 4 Customer
Kg C6 444.1
C7 466.6 C4 404.1
Total 1314.8
Beban rute A = 1314.8 Kg daging sapi =
1250 Kapasitas Alat Angkut Tidak layak
Nilai iterasi 1 dapat dilihat pada tabel 4.11 Tabel 4.17 Hasil Iterasi 7 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 C
C3 C 0.09
7.23
C4 3 0.37
2.41 5.54
C5 4
0.9 0.06
0.43 1.75 C6 B
0.77 2.92 4.28 5.32 6.76 C7 B
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 8 :
Penghematan tertinggi selanjutnya yaitu 5.54 C3, C4 tetapi karena customer
3 sudah masuk rute C. Sehingga pada tahap ini dilakukan pengecekan apakah customer 4 dapat ditambahkan pada rute C.
Beban untuk rute C = order size customer 2 + customer 3 + customer 4
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Customer Kg
C2 301.6 C3 347.5
C4 404.1
Total 1053.2
Beban rute C = 1053.2 Kg daging sapi =
1250 Kapasitas Alat Angkut Layak
Nilai iterasi 1 dapat dilihat pada tabel 4.18 Jadi Customer 4 dapat dimasukkan ke dalam rute C karena beban total
tidak lebih dari kapasitas Pick up. Tabel 4.18 Hasil Iterasi 8 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 1 C2 C
C3 C
0.09 7.23
C4 C 0.37 2.41 5.54
C5 4
0.9 0.06
0.43 1.75 C6 B
0.77 2.92 4.28 5.32 6.76 C7 B
0.63 1.63 6.66 6.43 5.29 14.43 C8 A
0.84 0.75 0.05 1.26 8.62 10.29 6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Iterasi 9 :
Penghematan tertinggi selanjutnya yaitu 5.32 C4,C6, 5.29 C5,C7 , 4.28 C3,C6, 3.69 C4,C10, 2.92 C2,C6, 2.41 C2,C4, 2.33 C4,C9, 2.04
C3,C10, 1.75 C4,C5, 1.63 C2,C7, 1.26 C4,C8, 0.88 C1,C10, 0.84 C1,C8, 0.77 C1,C6, 0.75 C2,C8, 0.71 C3,C9, 0.63 C1,C7, 0.43
C3,C5, 0.37 C1,C4. tetapi sudah teralokasi semua pada rute A, B, dan C, ataupun semua rute sudah memenuhi kapasitas maksimal, sehingga bila
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tetap ditambahkan ke dalam rute-rute tersebut maka akan melebihi
kapasitas Pick up, dan dinyatakan tidak layak. Kemudian dicari lagi
penghematan tertinggi selanjutnya yaitu : 0.9 C1,C5, dengan mengkombinasikan rute untuk Customer 1 dan Customer 5 dalam satu
rute, yaitu rute D, Selanjutnya dilakukan pengecekan apakah pengkombinasian tersebut layak dilakukan atau tidak, layak dilakukan jika
total order size kurang dari kapasitas Pick up. Beban untuk rute D = order size customer 1 + customer 5
Customer Kg
C1 504.1 C5 491.6
Total 995.7
Beban rute D = 995.7 Kg daging sapi =
1250 Kapasitas Alat Angkut Layak
Nilai iterasi 1 dapat dilihat pada tabel 4.119 Penghematan tertinggi selanjutnya yaitu 0.9 C1,C9, 0.09 C1,C3, 0.08
C2,C9, 0.05 C3,C8, 0.04 C2,C10 tetapi sudah teralokasi semua pada ke rute A, C, D.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.19 Hasil Iterasi 9 dalam Satuan Km
RUTE C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
C1 D C2 C
C3 C
0.09 7.23
C4 C
0.37 2.41
5.54
C5 D 0.9
0.06 0.43 1.75
C6 B 0.77 2.92 4.28 5.32 6.76
C7 B 0.63 1.63 6.66 6.43 5.29 14.43
C8 A 0.84 0.75 0.05 1.26 8.62 10.29
6.98
C9 A 0.9 0.08 0.71 2.33 9.13
8.63 9.65 18.99 0 C10 A
0.88 0.04 2.04 3.69 8.59 13.25 14.27 16.6 18.18 0
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.2.5. Pengurutan rute pengiriman dengan prosedur Nearest Neighbour Dari iterasi di atas kemudian diperoleh empat 4 rute yaitu : rute A :
{C8,C9,C10}, rute B : {C6,C7}, rute C : {C2,C3,C4}, rute D : {C1,C5}
yang berarti CV. Sari Jaya Mandiri membagi 4 rute tersebut ke dalam 2 alat angkut yaitu dimana Pick up pertama akan mengirimkan atau melayani Rute
A {C8,C9,C10} dan rute B {C6,C7}. Pick up kedua melayani rute C : {C2,C3,C4}dan rute D : {C1,C5}.
1. Untuk Rute A {C8,C9,C10}
Iterasi 1 : Awal perjalanan dimulai dari DC dengan total jarak = 0
- Dengan menuju ke customer 8 maka jarak perjalanan 15.94 Km
- Dengan menuju ke customer 9 maka jarak perjalanan 10.61 Km
- Dengan menuju ke customer 10 maka jarak perjalanan 12.08
Km Ukuran jarak tersebut dapat dilihat pada tabel 4.9
Dengan menggunakan prosedur Nearest Neighbour, maka diperoleh solusi adalah : dari DC langsung menuju customer 10,
kemudian menuju customer 9 dan menuju customer 8. sehingga
diperoleh solusi DC – C10 – C9 – C8 – DC dengan panjang :
= 12.08 + 4.51 + 7.56 + 15.94 = 40.09 Km
2. Untuk Rute B {C6,C7}
Iterasi 1 : Awal perjalanan dimulai dari DC dengan total jarak = 0
- Dengan menuju ke customer 6 maka jarak perjalanan 47.72 Km
- Dengan menuju ke customer 7 maka jarak perjalanan 73.36 Km
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Ukuran jarak tersebut dapat dilihat pada tabel 4.9 Dengan menggunakan prosedur Nearest Neighbour, maka
diperoleh solusi adalah : dari DC langsung menuju customer 7 kemudian menuju customer 6.
Sehingga diperoleh solusi DC – C7 – C6 – DC dengan panjang :
= 11.74 + 4.03 + 10.72 = 26.49 Km
3. Untuk Rute C {C2,C3,C4}
Iterasi 1 : Awal perjalanan dimulai dari DC dengan total jarak = 0
- Dengan menuju ke customer 2 maka jarak perjalanan 4.99 Km
- Dengan menuju ke customer 3 maka jarak perjalanan 7.54 Km
- Dengan menuju ke customer 4 maka jarak perjalanan 3.62 Km
Ukuran jarak tersebut dapat dilihat pada tabel 4.9 Dengan menggunakan prosedur Nearest Neighbour, maka
diperoleh solusi adalah : dari DC langsung menuju customer 4, kemudian menuju customer 3 setelah itu menuju customer 2.
sehingga diperoleh solusi DC – C4 – C3 – C2 – DC dengan panjang :
= 3.62 + 5.62 + 5.3 + 4.99 = 19.53 Km
4. Untuk Rute D {C1,C5}
Iterasi 1 : Awal perjalanan dimulai dari DC dengan total jarak = 0
- Dengan menuju ke customer 1 maka jarak perjalanan 0.45 Km
- Dengan menuju ke customer 5 maka jarak perjalanan 4.56 Km
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Ukuran jarak tersebut dapat dilihat pada tabel 4.9 Dengan menggunakan prosedur Nearest Neighbour, maka
diperoleh solusi adalah : dari DC langsung menuju customer 1 kemudian menuju customer 5.
Sehingga diperoleh solusi DC – C1 – C5 – DC dengan panjang :
= 0.45 + 4.11 + 4.56 = 9.12 Km
4.2.6 Penghitungan Biaya Transportasi Sesudah Penerapan Metode Savings
Matrix Pada Periode Bulan Juli 2009 - Juni 2010.
Dari biaya transportasi dapat dihitung biaya transportasi sesudah penerapan metode Savings Matrix,
Sesudah penerapan metode Savings Matrix, maka didapatkan rute baru yaitu: -
Rute A = 40.09 x 110 x Rp. 4500 = Rp. 18.040 -
Rute B = 26.49 x 110 x Rp. 4500 = Rp. 11.920 -
Rute C = 19.53 x 110 x Rp. 4500 = Rp. 8.788 -
Rute D = 9.12 x 110 x Rp. 4500 = Rp. 4.104 Total jarak, rute baru sesudah penerapan metode Savings Matrix yaitu : 95.23
Sehingga Didapatkan keseluruhan biaya transportasi pada rute usulan sebesar :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Jadi biaya transportasi keseluruhan pada rute usulan : Total biaya bahan bakar :
Rute A : DC – C10 – C9 – C8 – DC
=
Rp. 18.040 Rute B : DC – C7 – C6 – DC
=
Rp. 11.920 Rute C :
DC – C4 – C3 – C2 – DC
=
Rp. 8.788 Rute D : DC – C1 – C5 – DC
=
Rp. 4.104 Total = Rp. 42.852
Total biaya tenaga kerja Sopir : Rp. 10.000 x 4 rute = Rp. 40.000
Total biaya konsumsi : Rp. 10.000 x 2 sopir = Rp. 20.000
Total biaya retribusi untuk 10 customer : Rp. 20.000
Total biaya transportasi usulan per hari atau selama 12 bulan : Total biaya bahan bakar + total biaya tenaga kerja + biaya konsumsi + total biaya
retribusi.= Rp. 42.852 + Rp. 40.000 + Rp. 20.000 + Rp. 20.000 = Rp. 122.852 hari x 365 = 44.840.980 tahun
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3 Peramalan Forecasting
Untuk menghitung peramalan permintaan Daging Sapi pada periode yang akan datang dengan menggunakan bantuan program WinQSB. Data historis
diinputkan ke dalam software WinQSB . Langkah pertama untuk mendapatkan hasil peramalan dengan menggunakan metode kuantitatif time series adalah
membuat diagram pencar atau menggambarkan historis permintaan dalam bentuk grafik x – y. Diagram Pencar ini berguna untuk mengetahui pola data tersebut
apakah mengandung unsur horisontal. musiman. siklus. atau trend .
Setelah diketahui Pola data apa yang di gunakan, baru kita bisa menggunakan metode peramalan apa saja yang dapat digunakan oleh pola data
tersebut Setelah mengetahui metode peramalan apa saja yang di pakai selanjutnya
kita Ukur keberhasilan dari peramalan yang dilakukan oleh peneliti ditentukan berdasarkan nilai Mean Square Error MSE terkecil pada setiap metode
permalan yang di pakai kemudian dilakukan uji verifikasi untuk mengetahui apakah metode peramalan yang mempunyai MSE terkecil dapat dipakai layak
atau tidak. Alat yang dipergunakan untuk uji verifikasi adalah dengan Moving Range Chart MRC
. Jika setelah metode yang mempunyai MSE terkecil tersebut telah di uji
MRC dan dinyatakan layak maka peramalan permintaan pada metode tersebut dapat direkomendasikan untuk peramalan permintaan pada periode mendatang
jika tidak maka Dipilih MSE yang terkecil ke dua.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
