Y t Metode Siklis f = 3 Analisis Hasil Peramalan Permintaan Distribution Center

Tabel 5.12. Perhitungan Parameter Peramalan untuk Metode Kuadratis Lanjutan T Y t 2 t 3 t 4

t.Y t

2 .Y 10 28.800 100 1.000 10.000 288.000 2.880.000 11 26.880 121 1.331 14.641 295.680 3.252.480 12 28.461 144 1.728 20.736 341.534 4.098.409 78 315.589,35 650,00 6.084,00 60.710,00 2.224.240,59 19.013.591,18  =     3 2 t n t t = 78650 – 126084 = -22308  =     2 2 t n t = 78 2 – 12650 = -1.716  =      4 2 2 t n t = 650 2 – 1260710 = -306.020  =     tY n Y t = 78315.589,35 – 122.224.240,59 = -2.074.918,04  =     Y t n Y t 2 2 = 650315.589,35 – 1219.013.591,18 = -23.030.018,95 b = 2 . . .          = 2 22308 1716 020 . 306 22308 8,95 -23.030.01 ,04 -2.074.918 306.020 -       = 4.410,39 c =    b  = 020 . 306 22308 39 , 410 . 4 ,95 23.030.018 -    = -246,25 a = n x c x b Y      2 = 12 650 25 , 246 78 39 , 410 . 4 315.589,35    = 10.970,12 Universitas Sumatera Utara Fungsi peramalannya adalah : Y ’ = 10.697,17+ 4.410,39 t - 246,25 t 2 5. Menghitung setiap kesalahan setiap metode Perhitungan kesalahan menggunakan metode SEE Standard Error of Estimation dengan menggunakan rumus sebagai berikut: Dimana : y = data aktual y’ = data peramalan n = banyak data f = derajat kebebasan

a. Metode Siklis f = 3

Adapun perhitungan SEE untuk metode Siklis, yaitu : Tabel 5.13. Perhitungan SEE pada Peramalan Jumlah Permintaan Distribution Center TIV dengan Metode Siklis Sumber : Pengolahan Data T Y Y Y-Y Y-Y 2 1 19.200,00 20.638,53 -1.438,53 2.069.368,56 2 18.520,00 18.846,79 -326,79 106.791,70 3 19.200,00 19.051,64 148,36 22.010,69 4 19.200,00 21.198,81 -1.998,81 3.995.241,42 5 25.880,00 24.712,22 1.167,78 1.363.710,13 6 28.800,00 28.651,13 148,87 22.162,28 Universitas Sumatera Utara Tabel 5.13. Perhitungan SEE pada PeramalanJumlah Permintaan Distribution Center TIV dengan Metode Siklis lanjutan   f n Y Y SEE     2 = 3 12 ,78 40.814.606  = 2.129,54

b. Metode kuadratis f = 3

Adapun perhitungan SEE untuk metode kuadratis, yaitu : Tabel 5.14. Perhitungan SEE pada Peramalan Jumlah Permintaan Distribution Center TIV dengan Metode Kuadratis t Y Y Y-Y Y-Y 2 1 19.200 15.134,26 4.065,74 16.530.249,88 2 18.520 18.805,90 -285,90 81.738,24 3 19.200 21.985,04 -2.785,04 7.756.442,23 4 19.200 24.671,68 -5.471,68 29.939.271,08 5 25.880 26.865,82 -985,82 971.839,10 6 28.800 28.567,46 232,54 54.075,32 7 33.560 29.776,60 3.783,40 14.314.123,13 8 32.527 30.493,24 2.033,82 4.136.423,79 9 34.561 30.717,38 3.843,73 14.774.275,69 10 28.800 30.449,02 -1.649,02 2.719.263,66 X Y Y Y-Y Y-Y 2 7 33.560,00 31.959,69 1.600,31 2.560.992,10 8 32.527,06 33.751,43 -1.224,37 1.499.081,90 9 34.561,11 33.546,58 1.014,53 1.029.271,12 10 28.800,00 31.399,41 -2.599,41 6.756.932,35 11 26.880,00 27.886,00 -1.006,00 1.012.036,00 12 28.461,18 23.947,09 4.514,09 20.377.008,53 78 315.589,35 315.589,32 0,03 40.814.606,78 Universitas Sumatera Utara Tabel 5.14. Perhitungan SEE pada Peramalan Jumlah Permintaan Distribution Center TIV dengan Metode Kuadratis Lanjutan t Y Y Y-Y Y-Y 2 11 26.880 29.688,16 -2.808,16 7.885.756,97 12 28.461 28.434,80 26,38 695,75 78 315.589,35 315.589,35 0,00 99.164.154,84 Sumber : Pengolahan Data   f n Y Y SEE     2 = 3 12 ,84 99.164.154  = 3.319,37

6. Menghitung pola peramalan yang terbaik dengan perhitungan distribusi f

Ho : SEE Siklis ≤ SEE Kuadratis Hi : SEE Siklis SEE Kuadratis α : 0,05 Uji statistik : 2 2 3.319,37 2.129,54             Kuadratis Siklis hitung SEE SEE F = 0,42 F tabel = 0,05 12-3,12-3 = 3,18 Oleh karena F hitung 0,42F tabel 3,18, maka Ho diterima. Jadi hasil pengujian menyatakan bahwa metode Siklis lebih baik daripada metode Kuadratis. Adapun fungsi Siklis tersebut adalah Y = 26.299,11 - 7.247,47 sin       n t  2 - 2.352,02 cos       n t  2 7. Verifikasi peramalan Tujuan proses verifikasi dilakukan adalah untuk mengetahui apakah fungsi yang telah ditentukan dapat mewakili data yang akan diramalkan. Universitas Sumatera Utara Tabel 5.15. Perhitungan Hasil Verifikasi Peramalan Jumlah Permintaan Distribution Center TIV t Y Y Y-Y MR 1 19.200 20.638,53 -1.438,53 - 2 18.520 18.846,79 -326,79 1.111,74 3 19.200 19.051,64 148,36 475,15 4 19.200 21.198,81 -1.998,81 2.147,17 5 25.880 24.712,22 1.167,78 3.166,59 6 28.800 28.651,13 148,87 1.018,91 7 33.560 31.959,69 1.600,31 1.451,44 8 32.527 33.751,43 -1.224,37 2.824,68 9 34.561 33.546,58 1.014,53 2.238,90 10 28.800 31.399,41 -2.599,41 3.613,94 11 26.880 27.886,00 -1.006,00 1.593,41 12 28.461 23.947,09 4.514,09 5.520,09 78 315.589,35 315.589,32 0,03 25.162,02 Sumber : Pengolahan Data MR =    1 n MR 1 12 25.162,02  = 2.287,46 UCL = 2,66 x MR = 2,66 x 2.287,46= 6.084,64 13 UCL = 13 x 6.084,64= 2.028,21 23 UCL = 23 x 6.084,64= 4.056,42 LCL = - 2,66 x MR = -2,66 x 2.287,46= -6.084,64 13 LCL = 13 x -6.084,64 = -2.028,21 23 LCL = 23 x -6.084,64 = -4.056,42 Universitas Sumatera Utara Gambar 5.3. Moving Range Chart Jumlah Permintaan Distribution Center TIV Terlihat keseluruhan titik hasil peramalan telah berada dalam batas sehingga peramalan dengan metode Siklis cukup memenuhi persyaratan dengan fungsi peramalan : Y = 26.299,11 - 7.247,47 sin       n t  2 - 2.352,02 cos       n t  2 Berikut ini merupakan scatter diagram perbandingan permintaan PT. Tirta Investama setelah dilakukan peramalan permintaan untuk periode 12 bulan kedepan. Universitas Sumatera Utara Gambar 5.4. Grafik Perbandingan Jumlah Permintaan Hasil Peramalan Dengan Jumlah Permintaan Aktual pada Distribution Center TIV Dengan menggunakan cara yang sama, rekapitulasi Perhitungan SEE pada setiap Distribution Center diuraikan pada Tabel 5.16. Tabel 5.16. Rekapitulasi Hasil Perhitungan SEE Pada Distribution Center Distribution Center Metode Digunakan SEE Metode Terpilih AWS Linier 4.986,32 Kuadratis Kuadratis 4.626,92 TDR Siklis 6.775,32 Siklis Kuadratis 7.541,70 HMT Siklis 4.711,99 Siklis Kuadratis 6.140,97 TSMS Linier 15.624,23 Kuadratis Kuadratis 13.737,17 GCKM Linier 1.710,90 Linear Eksponensial 1.774,17 TSML Siklis 34.569,68 Siklis Kuadratis 45.282,88 SM Siklis 15.983,64 Siklis Kuadratis 19.496,68 TIV Siklis 2.129,54 Siklis Kuadratis 3.319,37 Sumber : Pengolahan Data Universitas Sumatera Utara Hasil peramalan data permintaan selama 12 bulan kedepan untuk setiap distribution center dapat dilihat pada Tabel 5.17. Tabel 5.17. Rekapitulasi Hasil Peramalan Permintaan Distribution Center Bulan Januari 2013 sampai Desember 2013 Periode Rekapitulasi Hasil Peramalan Botol TIV SM AWS GCKM TDR HMT TSMS TSML Januari 2013 20.639 83.074 21.641 5.789 31.372 33.646 80.895 319.124 Februari 2013 18.847 93.166 24.758 6.194 26.402 37.000 87.865 334.745 Maret 2013 19.052 103.423 27.465 6.598 25.633 41.426 93.116 364.698 April 2013 21.199 111.097 29.763 7.003 29.270 45.737 96.646 400.956 Mei 2013 24.713 114.131 31.652 7.407 36.340 48.780 98.457 433.804 Juni 2013 28.652 111.713 33.131 7.812 44.947 49.737 98.548 454.441 Juli 2013 31.960 104.490 34.200 8.216 52.785 48.353 96.919 457.337 Agustus 2013 33.752 94.399 34.860 8.621 57.755 44.999 93.570 441.716 September 2013 33.547 84.141 35.110 9.025 58.524 40.573 88.502 411.763 Oktober 2013 31.400 76.468 34.951 9.430 54.887 36.261 81.714 375.505 November 2013 27.886 73.433 34.382 9.834 47.817 33.219 73.206 342.656 Desember 2013 23.948 75.852 33.404 10.239 39.210 32.262 62.978 322.019 Total 315.595 1.125.387 375.317 96.167 504.942 491.993 1.052.417 4.658.764 Sumber : Pengolahan Data Universitas Sumatera Utara

5.2.2. Perhitungan Order Quantity untuk Setiap Distribution Center

Metode yang digunakan dalam perhitungan order quantity untuk setiap distribution center adalah economic order quantity. Perhitungan EOQ dilakukan dengan menggunakan rumus berikut: Keterangan: D = Jumlah kebutuhan barang selama satu periode tahun k = Ordering cost setiap kali pesan h = Holding cost setiap kotak selama satu periode tahun Berikut perhitungan EOQ untuk masing-masing distribution center: Tabel 5.18. Rekapitulasi Perhitungan Order Quantity No. Distribution Center Order Quantity BotolPesan 1 TIV 17.040 2 SM 85.170 3 AWS 54.166 4 GCKM 32.886 5 TDR 62.827 6 HMT 62.016 7 TSMS 90.702 8 TSML 65.468 Sumber : Pengolahan Data Universitas Sumatera Utara

5.2.3. Perhitungan Safety Stock

Safety stock dalam sistem ini merupakan suatu acuan untuk melakukan pemesanan kembali guna memenuhi hasil peramalan. Dalam perencanaan sistem Distribution Resource Planning ini perkiraan safety stock dilakukan dengan cara sederhana dengan menganggap permintaan normal selama lead time distribusi dan tingkat pelayanan yang diinginkan perusahaan adalah 95. Sebagaimana pada bagian landasan teori maka perhitungan safety stock yang dipakai adalah sebagai berikut : Safety Stock = s x Z Dimana : s = Standar deviasi permintaan pada distribution center Z = Nilai di bawahkurva normal yang ditentukan oleh tingkat pelayanan Tingkat pelayanan perusahaan terhadap konsumen ialah sebesar 95 dan nilai Z diperoleh ialah sebesar 1,65. Nilai ini diperoleh dari tabel distribusi normal. Perhitungan safety stock untuk distribution center dapat dilihat pada Tabel 5.19. Universitas Sumatera Utara Tabel 5.19. Perhitungan Safety Stock Setiap Distribution Center Bulan Januari 2013 sampai Desember 2013 Periode Rekapitulasi Hasil Peramalan Botol TIV SM AWS GCKM TDR HMT TSMS TSML Januari 2013 20.639 83.074 21.641 5.789 31.372 33.646 80.895 319.124 Februari 2013 18.847 93.166 24.758 6.194 26.402 37.000 87.865 334.745 Maret 2013 19.052 103.423 27.465 6.598 25.633 41.426 93.116 364.698 April 013 21.199 111.097 29.763 7.003 29.270 45.737 96.646 400.956 Mei 2013 24.713 114.131 31.652 7.407 36.340 48.780 98.457 433.804 Juni 2013 28.652 111.713 33.131 7.812 44.947 49.737 98.548 454.441 Juli 2013 31.960 104.490 34.200 8.216 52.785 48.353 96.919 457.337 Agustus 2013 33.752 94.399 34.860 8.621 57.755 44.999 93.570 441.716 September 2013 33.547 84.141 35.110 9.025 58.524 40.573 88.502 411.763 Oktober 2013 31.400 76.468 34.951 9.430 54.887 36.261 81.714 375.505 November 2013 27.886 73.433 34.382 9.834 47.817 33.219 73.206 342.656 Desember 2013 23.948 75.852 33.404 10.239 39.210 32.262 62.978 322.019 Total 315.595 1.125.387 375.317 96.167 504.942 491.993 1.052.417 4.658.764 Z 95 1,65 1,65 1,65 1,65 1,65 1,65 1,65 1,65 Sstandar deviasi 5627,39 15035,51 4467,07 1458,34 12329,22 6460,8 11144,89 51896,77 Safety Stock = s x Z 9286 24809 7371 2407 20344 10661 18390 85630 Sumber : Pengolahan Data Universitas Sumatera Utara Berikut ini merupakan nilai perbandingan Safety Stock yang diterapkan perusahaan sepanjang tahun 2012 dengan hasil perhitungan yang dilakukan untuk periode 12 bulan kedepan. Gambar 5.5. Nilai Perbandingan Safety Stock Perusahaan dengan Hasil Perhitungan Safety Stock Gambar 5.6. Nilai Perbandingan Hasil Perhitungan Safety Stock dan POH DC TIV Universitas Sumatera Utara

5.2.4. Perhitungan Jumlah Permintaan Setiap Minggu Distribution Center

Perhitungan jumlah permintaan setiap minggu dari setiap distribution center diperoleh dengan melakukan pembagian antara jumlah permintaan setiap distribution center pada setiap bulannya dengan jumlah minggu yang ada pada setiap bulannya. Jumlah permintaan distribution center untuk setiap minggu dapat dilihat pada Tabel 5.18. Universitas Sumatera Utara Tabel 5.20. Jumlah Permintaan Distribution Center Setiap Minggu Periode Jumlah Minggu JumlahPermintaanDistribution Center Botol TIV SM TSML GCKM BotolBulan BotolMinggu BotolBulan BotolMinggu BotolBulan BotolMinggu BotolBulan BotolMinggu Januari 2013 5 20.639 4.128 83.074 16.615 319.124 63.825 5.789 1.158 Februari 2013 4 18.847 4.712 93.166 23.292 334.745 83.686 6.194 1.549 Maret 2013 5 19.052 3.810 103.423 20.685 364.698 72.940 6.598 1.320 April 2013 4 21.199 5.300 111.097 27.774 400.956 100.239 7.003 1.751 Mei 2013 4 24.713 6.178 114.131 28.533 433.804 108.451 7.407 1.852 Juni 2013 4 28.652 7.163 111.713 27.928 454.441 113.610 7.812 1.953 Juli 2013 5 31.960 6.392 104.490 20.898 457.337 91.467 8.216 1.643 Agustus 2013 4 33.752 8.438 94.399 23.600 441.716 110.429 8.621 2.155 September 2013 5 33.547 6.709 84.141 16.828 411.763 82.353 9.025 1.805 Oktober 2013 4 31.400 7.850 76.468 19.117 375.505 93.876 9.430 2.358 November 2013 5 27.886 5.577 73.433 14.687 342.656 68.531 9.834 1.967 Desember 2013 3 23.948 7.983 75.852 25.284 322.019 107.340 10.239 3.413 Universitas Sumatera Utara Tabel 5.20. Jumlah Permintaan Distribution Center Setiap Minggu Lanjutan Periode JumlahMinggu JumlahPermintaanDistribution Center Botol HMT TSMS TDR AWS BotolBulan BotolMinggu BotolBulan BotolMinggu BotolBulan BotolMinggu BotolBulan BotolMinggu Januari 2013 5 33.646 6.729 80.895 16.179 31.372 6.274 21.641 4.328 Februari 2013 4 37.000 9.250 87.865 21.966 26.402 6.601 24.758 6.190 Maret 2013 5 41.426 8.285 93.116 18.623 25.633 5.127 27.465 5.493 April 2013 4 45.737 11.434 96.646 24.162 29.270 7.318 29.763 7.441 Mei 2013 4 48.780 12.195 98.457 24.614 36.340 9.085 31.652 7.913 Juni 2013 4 49.737 12.434 98.548 24.637 44.947 11.237 33.131 8.283 Juli 2013 5 48.353 9.671 96.919 19.384 52.785 10.557 34.200 6.840 Agustus 2013 4 44.999 11.250 93.570 23.393 57.755 14.439 34.860 8.715 September 2013 5 40.573 8.115 88.502 17.700 58.524 11.705 35.110 7.022 Oktober 2013 4 36.261 9.065 81.714 20.429 54.887 13.722 34.951 8.738 November 2013 5 33.219 6.644 73.206 14.641 47.817 9.563 34.382 6.876 Desember 2013 3 32.262 10.754 62.978 20.993 39.210 13.070 33.404 11.135 Sumber : Pengolahan Data Universitas Sumatera Utara

5.2.5. Distribution Resource Planning Worksheet

Dari perhitungan data diatas, maka dapat disusun perencanaan DRP untuk setiap DC dalam time bucket mingguan sebab lead time masing-masing DC tidak melewati 1 bulan atau hanya dalam mingguan. Distribution resource planning sheet didapat setelah melalui beberapa tahapan, yaitu: 1. Gross Requirement : jumlah permintaan yang akan didistribusikan yang diperoleh dari hasil peramalan 2. Schedule receipt : jumlah penerimaan yang sudah terjadwal dari hasil PORel sebelumnya 3. Project On Hand : proyeksi jumlah persediaan yang masih ada pada suatu time- phased tertentu. 4. PORec Plan Order Receipt : jumlah pemesanan yang dijadwalkan pada periode yang dibutuhkan 5. PORel Plan Order Release : rencana pemesanan setelah informasi lead time diperhitungkan. Lead time adalah tenggang waktu antara pemesanan dan penerimaan pesanan. Distribution Resource Planning Worksheet untuk setiap masing-masing distribution center dapat dilihat pada Tabel 5.17 hingga tabel 5.22 Universitas Sumatera Utara Tabel 5.21. Distribution Resource Planning Sheet untuk Distribution Center TIV DC TIV Stock On Hand = 1.138 Order Quantity = 17.040 Safety stock = 9.286 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 4.128 4128 4128 4128 4128 4.712 4.712 4.712 4.712 3.810 3.810 3.810 3.810 SR 17.040 POH 1138 14.050 9.922 22.835 18.707 14.579 9.867 22.196 17.484 12.772 26.002 22.192 18.382 14.572 PORec 17.040 17.040 17.040 17.040 PORel 17.040 17.040 17.040 17.040 Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 3.810 5.300 5.300 5.300 5.300 6.178 6.178 6.178 6.178 7.163 7.163 7.163 7.163 SR POH 14.572 10.762 22.502 17.202 11.902 23.642 17.464 11.286 22.148 15.970 25.847 18.684 11.521 21.398 PORec 17.040 17.040 17.040 17.040 17.040 PORel 17.040 17.040 17.040 17.040 17.040 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 6.392 6.392 6.392 6.392 6.392 8.438 8.438 8.438 8.438 6.709 6.709 6.709 6.709 SR POH 21.398 15.006 25.654 19.262 12.870 23.518 15.080 23.682 15.244 23.846 17.137 10.428 20.759 14.050 PORec 17.040 17.040 17.040 17.040 17.040 PORel 17.040 17.040 17.040 17.040 17.040 Universitas Sumatera Utara Tabel 5.21. Distribution Resource Planning Sheet untuk Distribution Center TIV Lanjutan Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 6.709 7.850 7.850 7.850 7.850 5.577 5.577 5.577 5.577 5.577 7.983 7.983 7.983 SR POH 14.050 24.381 16.531 25.721 17.871 10.021 21.484 15.907 10.330 21.793 16.216 25.273 17.290 9.307 PORec 17.040 17.040 17.040 17.040 17.040 PORel 17.040 17.040 17.040 17.040 Tabel 5.22. Distribution Resource Planning Sheet untuk Distribution Center SM DC TIV Stock On Hand = 3561 Order Quantity = 85170 Safety stock = 24.809 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 16.615 16.615 16.615 16.615 16.615 23.292 23.292 23.292 23.292 20.685 20.685 20.685 20.685 SR 85.170 POH 3561 72.116 55.501 38.886 107.441 90.826 67.534 44.242 106.120 82.828 62.143 41.458 105.943 85.258 PORec 85.170 85.170 85.170 PORel 85.170 85.170 85.170 Universitas Sumatera Utara Tabel 5.22. Distribution Resource Planning Sheet untuk Distribution Center SM Lanjutan Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 20.685 27.774 27.774 27.774 27.774 28.533 28.533 28.533 28.533 27.928 27.928 27.928 27.928 SR POH 85.258 64.573 36.799 94.195 66.421 38.647 95.284 66.751 38.218 94.855 66.927 38.999 96.241 68.313 PORec 85.170 85.170 85.170 85.170 PORel 85.170 85.170 85.170 85.170 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 20.898 20.898 20.898 20.898 20.898 23.600 23.600 23.600 23.600 16.828 16.828 16.828 16.828 SR POH 68.313 47.415 26.517 90.789 69.891 48.993 25.393 86.963 63.363 39.763 108.105 91.277 74.449 57.621 PORec 85.170 85.170 85.170 PORel 85.170 85.170 85.170 85.170 Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 16.828 19.117 19.117 19.117 19.117 14.687 14.687 14.687 14.687 14.687 25.284 25.284 25.284 SR POH 57.621 40.793 106.846 87.729 68.612 49.495 34.808 105.291 90.604 75.917 61.230 35.946 95.832 70.548 PORec 85.170 85.170 85.170 PORel 85170 85170 Universitas Sumatera Utara Tabel 5.23. Distribution Resource Planning Sheet untuk Distribution Center TSML Stock On Hand = 2291 Order Quantity = 65.468 Safety stock = 85.630 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 63.825 63.825 63.825 63.825 63.825 83.686 83.686 83.686 83.686 72.940 72.940 72.940 72.940 SR 196.404 POH 2291 134.870 136.513 138.156 139.799 141.442 123.224 105.006 86.788 134.038 126.566 119.094 111.622 104.150 PORec 196.404 65.468 65.468 65.468 65.468 65.468 65.468 65.468 130.936 65.468 65.468 65.468 65.468 PORel 65.468 65.468 65.468 65.468 65.468 65.468 65.468 130.936 65.468 65.468 65.468 65.468 65.468 18 17 Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 72.940 100.239 100.239 100.239 100.239 108.451 108.451 108.451 108.451 113.610 113.610 113.610 113.610 SR POH 104.150 96.678 127.375 92.604 123.301 88.530 111.015 133.500 90.517 113.002 130.328 147.654 99.512 116.838 PORec 65.468 130.936 65.468 130.936 65.468 130.936 130.936 65.468 130.936 130.936 130.936 65.468 130.936 PORel 130.936 65.468 130.936 65.468 130.936 130.936 65.468 130.936 130.936 130.936 65.468 130.936 65.468 36 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 91.467 91.467 91.467 91.467 91.467 110.429 110.429 110.429 110.429 82.353 82.353 82.353 82.353 SR POH 116.838 90.839 130.308 104.309 143.778 117.779 138.286 93.325 113.832 134.339 117.454 100.569 149.152 132.267 PORec 65.468 130.936 65.468 130.936 65.468 130.936 65.468 130.936 130.936 65.468 65.468 130.936 65.468 PORel 130.936 65.468 130.936 65.468 130.936 65.468 130.936 130.936 65.468 65.468 130.936 65.468 65.468 Universitas Sumatera Utara Tabel 5.23. Distribution Resource Planning Sheet untuk Distribution Center TSML Lanjutan Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 82.353 93.876 93.876 93.876 93.876 68.531 68.531 68.531 68.531 68.531 107.340 107.340 107.340 SR POH 132.267 115.382 86.974 124.034 95.626 132.686 129.623 126.560 123.497 120.434 117.371 140.967 99.095 122.691 PORec 65.468 65.468 130.936 65.468 130.936 65.468 65.468 65.468 65.468 65.468 130.936 65.468 130.936 PORel 65.468 130.936 65.468 130.936 65.468 65.468 65.468 65.468 65.468 130.936 65.468 130.936 Tabel 5.24. Distribution Resource Planning Sheet untuk Distribution Center GCKM Stock On Hand = 405 Order Quantity = 32886 Safety stock = 2407 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 1.158 1.158 1.158 1.158 1.158 1.549 1.549 1.549 1.549 1.320 1.320 1.320 1.320 SR 32.886 POH 405 32.133 30.975 29.817 28.659 27.501 25.952 24.403 22.854 21.305 19.985 18.665 17.345 16.025 PORec PORel Universitas Sumatera Utara Tabel 5.24. Distribution Resource Planning Sheet untuk Distribution Center GCKM Lanjutan Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 1.320 1.751 1.751 1.751 1.751 1.852 1.852 1.852 1.852 1.953 1.953 1.953 1.953 SR POH 16.025 14.705 12.954 11.203 9.452 7.701 5.849 3.997 35.031 33.179 31.226 29.273 27.320 25.367 PORec 32.886 PORel 32886 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 1.643 1.643 1.643 1.643 1.643 2.155 2.155 2.155 2.155 1.805 1.805 1.805 1.805 SR POH 25.367 23.724 22.081 20.438 18.795 17.152 14.997 12.842 10.687 8.532 6.727 4.922 3.117 34.198 PORec 32.886 PORel 32886 Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 1.805 2.358 2.358 2.358 2.358 1.967 1.967 1.967 1.967 1.967 3.413 3.413 3.413 SR POH 34.198 32.393 30.035 27.677 25.319 22.961 20.994 19.027 17.060 15.093 13.126 9.713 6.300 2.887 PORec PORel Universitas Sumatera Utara Tabel 5.25. Distribution Resource Planning Sheet untuk Distribution Center HMT Stock On Hand = 1588 Order Quantity = 62.016 Safety stock = 10.661 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 6.729 6.729 6.729 6.729 6.729 9.250 9.250 9.250 9.250 8.285 8.285 8.285 8.285 SR POH 1588 56.875 50.146 43.417 36.688 29.959 20.709 11.459 64.225 54.975 46.690 38.405 30.120 21.835 PORec 62.016 62.016 PORel Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 8.285 11.434 11.434 11.434 11.434 12.195 12.195 12.195 12.195 12.434 12.434 12.434 12.434 SR POH 21.835 13.550 64.132 52.698 41.264 29.830 17.635 67.456 55.261 43.066 30.632 18.198 67.780 55.346 PORec 62.016 62.016 62.016 PORel Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 9.671 9.671 9.671 9.671 9.671 11.250 11.250 11.250 11.250 8.115 8.115 8.115 8.115 SR POH 55.346 45.675 36.004 26.333 16.662 69.007 57.757 46.507 35.257 24.007 15.892 69.793 61.678 53.563 PORec 62.016 62.016 PORel Universitas Sumatera Utara Tabel 5.25. Distribution Resource Planning Sheet untuk Distribution Center HMT Lanjutan Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 8.115 9.065 9.065 9.065 9.065 6.644 6.644 6.644 6.644 6.644 10.754 10.754 10.754 SR POH 53.563 45.448 36.383 27.318 18.253 71.204 64.560 57.916 51.272 44.628 37.984 27.230 16.476 67.738 PORec 62.016 62.016 PORel Tabel 5.26. Distribution Resource Planning Sheet untuk Distribution Center TSMS DC TSMS Stock On Hand = 2.291 Order Quantity = 90.702 Safety stock = 18.390 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 16.179 16.179 16.179 16.179 16.179 21.966 21.966 21.966 21.966 18.623 18.623 18.623 18.623 SR 90.702 POH 2291 76.814 60.635 44.456 28.277 102.800 80.834 58.868 36.902 105.638 87.015 68.392 49.769 31.146 PORec 90.702 90.702 PORel 90.702 90.702 90.702 Universitas Sumatera Utara Tabel 5.26. Distribution Resource Planning Sheet untuk Distribution Center TSMS Lanjutan Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 18.623 24.162 24.162 24.162 24.162 24.614 24.614 24.614 24.614 24.637 24.637 24.637 24.637 SR POH 31.146 103.225 79.063 54.901 30.739 97.279 72.665 48.051 23.437 89.525 64.888 40.251 106.316 81.679 PORec 90.702 90.702 90.702 90.702 PORel 90.702 90.702 90.702 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 19.384 19.384 19.384 19.384 19.384 23.393 23.393 23.393 23.393 17.700 17.700 17.700 17.700 SR POH 81.679 62.295 42.911 23.527 94.845 75.461 52.068 28.675 95.984 72.591 54.891 37.191 19.491 92.493 PORec 90.702 90.702 90.702 PORel 90.702 90.702 90.702 Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 17.700 20.428 20.428 20.428 20.428 14.641 14.641 14.641 14.641 14.641 20.993 20.993 20.993 SR POH 92.493 74.793 54.365 33.937 104.211 83.783 69.142 54.501 39.860 25.219 101.280 80.287 59.294 38.301 PORec 90.702 90.702 PORel 90.702 90.702 Universitas Sumatera Utara Tabel 5.27. Distribution Resource Planning Sheet untuk Distribution Center TDR Stock On Hand = 1.815 Order Quantity = 62.827 Safety stock = 19.734 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 6.274 6.274 6.274 6.274 6.274 6.601 6.601 6.601 6.601 5.127 5.127 5.127 5.127 SR 62.827 POH 1815 58.368 52.094 45.820 39.546 33.272 26.671 82.897 76.296 69.695 64.568 59.441 54.314 49.187 PORec 62.827 PORel Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 5.127 7.318 7.318 7.318 7.318 9.085 9.085 9.085 9.085 11.237 11.237 11.237 11.237 SR POH 49.187 44.060 36.742 29.424 22.106 77.615 68.530 59.445 50.360 41.275 30.038 81.628 70.391 59.154 PORec 62.827 62.827 PORel Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 10.557 10.557 10.557 10.557 10.557 14.439 14.439 14.439 14.439 11.705 11.705 11.705 11.705 SR POH 59.154 48.597 38.040 27.483 79.753 69.196 54.757 40.318 25.879 74.267 62.562 50.857 39.152 27.447 PORec 62.827 62.827 PORel Universitas Sumatera Utara Tabel 5.27. Distribution Resource Planning Sheet untuk Distribution Center TDR Lanjutan Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 11.705 13.722 13.722 13.722 13.722 9.563 9.563 9.563 9.563 9.563 13.070 13.070 13.070 SR POH 27.447 78.569 64.847 51.125 37.403 23.681 76.945 67.382 57.819 48.256 38.693 25.623 75.380 62.310 PORec 62.827 62.827 62.827 PORel Tabel 5.28. Distribution Resource Planning Sheet untuk Distribution Center AWS Stock On Hand = 1.544 Order Quantity = 54.166 Safety stock = 7.371 Lead Time = 1 Minggu Ket Minggu Past Due 1 2 3 4 5 6 7 8 9 10 11 12 13 GR 4.328 4.328 4.328 4.328 4.328 6.190 6.190 6.190 6.190 5.493 5.493 5.493 5.493 SR 54.166 POH 1544 51.382 47.054 42.726 38.398 34.070 27.880 21.690 15.500 9.310 57.983 52.490 46.997 41.504 PORec 54.166 PORel 54.166 Universitas Sumatera Utara Tabel 5.28. Distribution Resource Planning Sheet untuk Distribution Center AWS Lanjutan Ket Minggu Past Due 14 15 16 17 18 19 20 21 22 23 24 25 26 GR 5.493 7.441 7.441 7.441 7.441 7.913 7.913 7.913 7.913 8.283 8.283 8.283 8.283 SR POH 41.504 36.011 28.570 21.129 13.688 60.413 52.500 44.587 36.674 28.761 20.478 12.195 58.078 49.795 PORec 54.166 54.166 PORel 54.166 54.166 Ket Minggu Past Due 27 28 29 30 31 32 33 34 35 36 37 38 39 GR 6.840 6.840 6.840 6.840 6.840 8.715 8.715 8.715 8.715 7.022 7.022 7.022 7.022 SR POH 49.795 42.955 36.115 29.275 22.435 15.595 61.046 52.331 43.616 34.901 27.879 20.857 13.835 60.979 PORec 54.166 54.166 PORel 54.166 54.166 Ket Minggu Past Due 40 41 42 43 44 45 46 47 48 49 50 51 52 GR 7.022 8.738 8.738 8.738 8.738 6.876 6.876 6.876 6.876 6.876 11.135 11.135 11.135 SR POH 60.979 53.957 45.219 36.481 27.743 19.005 12.129 59.419 52.543 45.667 38.791 27.656 16.521 59.552 PORec 54.166 54.166 PORel 54.166 54.166 Sumber : Pengolahan Data Universitas Sumatera Utara

5.2.6. Pegging Information

Pegging Information adalah sumber informasi yang digunakan untuk melihat kembali sumber dari permintaan pada central supply facility untuk satu waktu tertentu. Sumber informasi ini merupakan daftar dari permintaan yang menunjukkan dari mana permintaan tersebut berasal baik ditinjau dari waktu dan jumlah. PadaTabel 5.29. Pegging Information Minggu Ke Pegging Information tiap DC Botol Total Botol TDR TSML TIV AWS GCKM HMT TSMS SM 1 65.468 17.040 62.016 144.524 2 65.468 85.170 150.638 3 65.468 65.468 4 65.468 90.702 156.170 5 62.827 65.468 17.040 145.335 6 65.468 85.170 150.638 7 65.468 62.016 127.484 8 130.936 17.040 90.702 238.678 9 65.468 54.166 119.634 10 65.468 85.170 150.638 11 65.468 65.468 12 65.468 65.468 13 65.468 17.040 90.702 173.210 14 130.936 62.016 85.170 278.122 15 65.468 65.468 16 62.827 130.936 17.040 210.803 17 65.468 54.166 90.702 85.170 295.506 18 130.936 130.936 19 130.936 17.040 62.016 209.992 20 65.468 32.886 85.170 183.524 21 130.936 17.040 90.702 238.678 22 130.936 130.936 23 62.827 130.936 85.170 278.933 24 65.468 17.040 54.166 62.016 90.702 289.392 25 130.936 130.936 26 65.468 17.040 82.508 27 130.936 85.170 216.106 28 62.827 65.468 128.295 29 130.936 17.040 90.702 238.678 30 65.468 62.016 127.484 31 130.936 17.040 54.166 85.170 287.312 32 65.468 65.468 Universitas Sumatera Utara PadaTabel 5.29. Pegging Information Lanjutan Minggu Ke Pegging Information tiap DC Botol Total Botol TDR TSML TIV AWS GCKM HMT TSMS SM 33 62.827 130.936 17.040 90.702 301.505 34 130.936 85.170 216.106 35 65.468 65.468 36 65.468 17.040 62.016 144.524 37 130.936 130.936 38 65.468 54.166 32.886 90.702 243.222 39 62.827 65.468 17.040 85.170 230.505 40 65.468 17.040 82.508 41 130.936 130.936 42 65.468 90.702 156.170 43 62.827 130.936 17.040 62.016 272.819 44 65.468 85.170 150.638 45 65.468 54.166 119.634 46 65.468 17.040 82.508 47 65.468 65.468 48 65.468 17.040 90.702 173.210 49 62.827 130.936 85.170 278.933 50 65.468 65.468 51 130.936 54.166 62.016 247.118 52 Total 502.616 4.582.760 306.720 379.162 65.772 558.144 997.722 1.107.210 8.500.106 Universitas Sumatera Utara

5.2.7. Rute Awal Distribusi

Berikut ini merupakan rute awal distribusi yang dilakukan perusahaan dalam mengalokasikan pengiriman produk ke masing-masing distributor pada minggu ke 3 tanggal 13 Desember 2012 sebelum penerapan metode Savings Matrix. Tabel 5.30. Rute Awal Distribusi Produk 13 Desember 2012 Rute Kode Jarak Total Perjalanan ± Km Jumlah Kirim Box 1 CSF – TIV – CSF 141 1.068 2 CSF – SM – CSF 1.538 539 3 CSF – TSML – CSF 139,2 1.097 4 CSF – HMT – CSF 1.424 1.324 5 CSF – TSMS – CSF 1.434 748 6 CSF – TDR – CSF 1.494 302 7 CSF – AWS – CSF 1.222 1.287 Total 7.392,2 6.365 Sumber : PT. Tirta Investama Keterangan : CSF : Central Supply Facilities PT. Tirta Sibayakindo TIV : Tirta Investama SM : Sepakat Maju TSML : Tirta Sumber Menara Lestari Universitas Sumatera Utara GCKM : Guna Cipta Karsa Mandiri HMT : Helindo Mitra Tirta TSMS : Tirta Sumber Mekar Sari TDR : Tirta Dimans Raya AWS : Anugerah Wahyudi Sejahtera Berikut ini merupakan rincian biaya transportasi yang meliputi biaya bahan bakar, biaya tenaga kerja, konsumsi, retribusi dan biaya sewa armada yang dikeluarkan perusahaan sebelum penerapan metode savings matrix pada periode 13 desember 2012 adalah : Rute 1 : Jarak tempuh untuk rute 1 yaitu sebesar 141 km, harga 1 liter BBM Rp. 4.500, sedangkan 1 liter BBM dapat digunakan untuk menempuh jarak 4 Km, maka biaya yang dibutuhkan berdasarkan jarak yang ditempuh armada adalah RP. 158.625. maka rincian biaya transportasi yang dikeluarkan perusahaan adalah: Biaya Transportasi = Biaya bahan bakartrip + Biaya Operasionaltrip Biaya Supir + Konsumsi + retibusi + Sewa Armadatrip = RP. 158.625. + 310.000 + 986.375 = Rp. 1.455.000 Cara yang sama dilakukan untuk melakukan perhitungan biaya transportasi pada masing-masing rute distribution center, dapat dilihat pada tabel berikut : Universitas Sumatera Utara Tabel 5.31. Biaya Transportasi Sebelum Penerapan Savings Matrix Distribution Center Elemen Biaya Total Biaya transportasi Rptrip Biaya Transportasi RpOrder Bahan Bakar Operasional Sewa Armada TIV 158.625 310.000 986.375 1.455.000 SM 1.730.250 830.000 8.464.750 11.025.000 TSML 158.625 310.000 986.375 1.455.000 HMT 1.602.000 880.000 11.000.000 13.482.000 TSMS 1.613.250 880.000 11.000.000 13.493.250 TDR 1.680.750 880.000 11.000.000 13.560.750 AWS 1.545.000 880.000 11.000.000 13.425.000 Total 67.896.000

5.2.8. Identifikasi Matrix Jarak

Langkah pertama metode Saving Matrix adalah membuat matriks jarak distance matrix. Pada langkah ini diperlukan jarak CSF ke masing-masing distributor, dan jarak antar distributor yang satu dengan distributor yang lainnya. Jarak tersebut digunakan untuk menentukan matriks penghematan Savings Matrix yang akan dikerjakan pada langkah berikutnya. Universitas Sumatera Utara Tabel 5.32. Jarak CSF ke Distributor dan Jarak Antar Distributor Jarak Km CSF TIV SM TSML HMT TSMS TDR AWS CSF TIV 70,5 SM 769 601,9 TSML 69,6 0,9 601 HMT 712 686,9 1278 686 TSMS 717 691,9 1315 691 8,1 TDR 747 817,5 1356 816,6 332 325 AWS 611 681,5 1220 680,6 238 230 99,1 Sumber : Google Maps

5.2.9. Mengidentifikasi Matrix Penghematan Savings Matrix

Langkah kedua yaitu matriks penghematan saving matrix. Saving matrix merepresentasikan penghematan yang bisa direalisasikan dengan menggabungkan dua atau lebih pelanggan kedalam satu rute. Tabel 5.33. Tabel Penghematan Jarak Jarak KM TIV SM TSML HMT TSMS TDR AWS TIV SM 237,6 TSML 139,2 237,6 HMT 95,6 203 95,6 TSMS 95,6 171 95,6 1420,9 TDR 160 1127 1139 AWS 160 1085 1098 1258,9 Sumber : Pengolahan Data Universitas Sumatera Utara Untuk penghematan jarak antara distributor SM dan distributor TIV, perhitungannya adalah sebagai berikut. Penghematan jarak antara distributor yang satu dengan yang lainnya menggunkan rumus yang sama. S Sm,Tiv = J Csf, Sm + JCsf,Tiv – JSm,Tiv Dimana: SSm,Tiv = Penghematan Jarak J Csf,Sm = Jarak Csf ke distributor SM J Csf,Tiv = Jarak Csf ke distributor TIV J Sm,Tiv = Jarak distributor SM ke distributor TIV

5.2.10. Mengalokasikan Tujuan ke Rute

Pada tahap ini dilakukan penentuaan kendaraan terhadap distributor. Tujuan dilakukannya penentuan kendaraan terhadap distributor adalah untuk memaksimalkan penghemataan jarak, untuk itu diperlukan prosedur iterasi yang akan dilakukan dari matriks penghematan. Syarat utamanya adalah dua rute dapat digabung dalam satu rute feasible jika total pengiriman kedua rute tidak melebihi kapasitas alat transportasi yang digunakan. Pada PT. Tirta Sibayakindo, membatasi jumlah beban pengiriman Aqua 600 ml sebanyak 1.400 box atau 33.600 botol untuk satu alat transportasi. Langkah pertama dari prosedur iterasi adalah menggabungkan dua rute dengan penghematan tertinggi menjadi satu rute yang feasible. Prosedur ini dilakukan terus menerus sampai tidak ditemukan lagi kombinasi yang feasible. Universitas Sumatera Utara Tabel 5.34. Tabel Penghematan Jarak Iterasi Pertama Jarak KM RUTE Jarak KM TIV SM TSML HMT TSMS TDR AWS TIV TIV SM SM 237,6 TSML TSML 139,2 237,6 HMT HMT 95,6 203 95,6 TSMS I TSMS 95,6 171 95,6 1420,9 TDR I TDR 160 1127 1139 AWS II AWS 160 1085 1098 1258,9 Sumber : Pengolahan data Keterangan : : Penggabungan Diijinkan : Penggabungan Tidak Diijinkan Pada penelitian ini, penghematan tertinggi adalah 1420,9 yang merupakan penggabungan rute pengiriman distributor TSMS dan distributor HMT. Pada proses iterasi ini tidak memungkinkan dilakukan penggabungan karena total pengiriman yang dilakukan adalah untuk distributor TSMS jumlah produk yang akan dikirim adalah 748 box dan distributor HMT total pengiriman adalah 1.324 box, maka total penjumlahan pengiriman adalah 748 + 1.324 = 2.072 box berada diatas kapasitas yang diijinkan yaitu 1.400 box sehingga dua distributor tersebut tidak dapat digabung dalam satu rute pengiriman. Penghematan tertinggi berikutnya yaitu 1258,9 yang merupakan gabungan dari distributor AWS dan distributor TDR, distributor AWS memiliki jumlah pengiriman Universitas Sumatera Utara sebanyak 1.287 box dan distributor TDR memiliki jumlah pengiriman 1.702 box, maka gabungan total kirim kedua distributor tersebut sebanyak 1.287 + 1.702 = 2.980 diatas batas maksimal yang ditetapkan perusahaan, maka penggabungan tidak diijinkan. Penghematan tertinggi selanjutnya terdapat pada gabungan dari distributor TDR dan distributor TSMS yang memiliki kapasitas 302 + 748 = 1.050 berada dibawah kapasitas yang diijinkan 1.400 box, maka penggabungan kedua rute tersebut diijinkan. Kedua rute tersebut tergabung dalam Rute I TDR dan TSMS . Penghematan tertinggi selanjutnya yaitu TDR dan HMT, karena TDR sudah memiliki rute pengiriman yang tergabung dalam rute I TDR dan TSMS dengan kapasitas 1.050, maka HMT akan digabung kedalam rute I, dengan perhitungan kapsitas TDR dan TSMS + HMT = 1.050 + 1.324 = 2.374 box, berada diatas kapasitas 1.400 box, maka penggabungan tersebut tidak diijinkan. Penggabungan yang tidak diijinkan lainnya yaitu penghematan antara AWS dan TSMS dengan kapasitas gabungan yaitu 1.287 + 748 = 2.035 box, berada diatas kapasitas yang ditetapkan perusahaan 1.400 box. Sama halnya seperti AWS dan TSMS, penggabungan antara AWS dan HMT juga tidak diijinkan karena berada diatas kapasitas 1.400 box, yaitu 1.287 + 1.324 = 2.611 box. Penghematan tertinggi selanjutnya yaitu SM dan TIV, dengan kapasitas gabungan yaitu 539 + 1.068 = 1.607 berada diatas kapasitas yang diijinkan 1.400 box, sehingga penggabungan rute tidak diijinkan. Sama halnya seperti TSML dan SM dengan kapasitas gabungan yaitu 1.097 + 539 = 1.636 berada diatas kapasitas yang Universitas Sumatera Utara diijinkan. Selanjutnya penggabungan antara HMT dan SM juga tidak diijinkan, dengan kapasitas gabungan 1.324 + 539 = 1.863 box. Penghematan tertinggi selanjutnya yaitu TSMS dan SM, karena TSMS sudah memiliki rute pengiriman yang tergabung dalam rute I TDR dan TSMS dengan kapasitas 1.050, maka SM akan digabung kedalam rute I, dengan perhitungan kapasitas TDR dan TSMS + SM = 1.050 + 539 = 1.589 box, berada diatas kapasitas 1.400 box, maka penggabungan tersebut tidak diijinkan. Penghematan tertinggi selanjutnya yaitu TSML dan TIV, dengan kapasitas gabungan yaitu 1.097 + 1.068 = 2.165 berada diatas kapasitas yang diijinkan 1.400 box, sehingga penggabungan rute tidak diijinkan. Penggabungan lain yang memiliki nilai penghematan yang sama dan tidak diijinkan yaitu HMT dan TIV, TSMS dan TIV, HMT dan TSML, serta TSMS dan TSML karena berada diatas kapasitas yang diijinkan perusahaan yaitu 1.400 box. Tabel 5.35. Savings Matrix Setelah Dilakukan Iterasi. Jarak KM RUTE Jarak KM TIV SM TSML HMT TSMS TDR AWS TIV VI TIV SM V SM 237,6 TSML IV TSML 139,2 237,6 HMT III HMT 95,6 203 95,6 TSMS I TSMS 95,6 171 95,6 1420,9 TDR I TDR 160 1127 1139 AWS II AWS 160 1085 1098 1258,9 Sumber : Pengolahan data Universitas Sumatera Utara Dari hasil iterasi diperoleh 5 rute pengiriman yaitu : Rute I : TDR dan TSMS Rute II : AWS Rute III : HMT Rute IV : TSML Rute V : SM Rute VI : TIV Langkah selanjutnya adalah menentukan urutan-urutan distributor dalam setiap rute yang telah dikelompokkan. Untuk menentukan urutan distributor yang akan dilalui dari sub rute yang terbentuk digunakan metode nearest neighbor. Prinsip dasar dari metode Nearet Neighbor adalah memilih jalur yang sudah dikelompokan dalam satu rute yang memiliki jarak tempuh terkecil yang mempunyai jarak terdekat dengan distribution center DC kemudian dilanjutkan ke jarak pelanggan yang terdekat dengan pelanggan yang sudah dilalui oleh alat transportasi, sampai seluruh customer dalam rute yang dikelompokan tersebut di layani semuanya. Universitas Sumatera Utara Tabel 5.36. Metode Nearest Neighbor Rute Kendaraan 1 Dc TDR TSMS 1.464 717 717 30 Tabel 5.37. Metode Nearest Neighbor Rute Kendaraan 2 Dc AWS 1.222 611 611 Tabel 5.38. Metode Nearest Neighbor Rute Kendaraan 3 Dc HMT 1.424 712 712 Tabel 5.39. Metode Nearest Neighbor Rute Kendaraan 4 Dc TSML 139,2 69,6 69,6 Universitas Sumatera Utara Tabel 5.40. Metode Nearest Neighbor Rute Kendaraan 5 Dc SM 1.538 769 769 Tabel 5.41. Metode Nearest Neighbor Rute Kendaraan 6 Dc TIV 141 70,5 70,5 Setelah semua rute distributor diurutkan, maka diperoleh hasil urutan distributor yang akan dikunjungi berdasarkan lima rute yang diperoleh sebelumnya. Urutan rute distributor yang akan dikunjungi terlebih dahulu dapat dilihat pada tabel berikut : Tabel 5.42. Urutan Rute Distribusi yang Akan Dikunjungi Terlebih Dahulu Rute Urutan Perjalanan Jarak Tempuh Km 1 TDR – TSMS 1.464 2 AWS 1.222 3 HMT 1.424 4 TSML 139,2 5 SM 1.538 6 TIV 141 Total 5.928,2 Sumber : Hasil Pengolahan Data Universitas Sumatera Utara Tabel 5.43. Biaya Transportasi Setelah Penerapan Savings Matrix Rute Rute Perjalanan Jarak Tempuh Km Elemen Biaya Total Biaya transportasi Rptrip Biaya Transportasi Bahan bakar Operasional Sewa Armada 1 TDR – TSMS 1.464 1.647.000 1.760.000 11.000.000 14.407.000 2 AWS 1.222 1.545.000 880.000 11.000.000 13.425.000 3 HMT 1.424 1.602.000 880.000 11.000.000 13.482.000 4 TSML 139,2 158.625 310.000 986.375 1.455.000 5 SM 1.538 1.730.250 830.000 8.464.750 11.025.000 Tabel 5.43. Biaya Transportasi Setelah Penerapan Savings Matrix Lanjutan Rute Rute Perjalanan Jarak Tempuh Km Elemen Biaya Total Biaya transportasi Rptrip Biaya Transportasi Bahan bakar Operasional Sewa Armada 6 TIV 141 158.625 310.000 986.375 1.455.000 Total 5.928,20 6.841.500 4.970.000 43.437.500 55.249.000 Setelah dilakukan perhitungan savings matrix maka diperoleh penghematan biaya transportasi perusahaan sebesar Rp. 12.647.000 Universitas Sumatera Utara BAB VI ANALISIS PEMECAHAN MASALAH

6.1. Analisis Hasil Peramalan Permintaan Distribution Center

Berdasarkan data permintaan 12 bulan sebelumnya yang dimulai dari Januari 2012 sampai dengan Desember 2012 dilakukan peramalan pada masing-masing distribution center untuk 12 bulan kedepan. Metode yang digunakan pada peramalan permintaan ini adalah metode regresi yang merupakan salah satu metode times series. Pemilihan trend peramalan yang dipergunakan dipilih berdasarkan nilai SEE terkecil dari dua alternatif trend yang dipergunakan pada perhitungan peramalan berdasarkan scatter diagram. Dari hasil peramalan terdapat perbedaan antara permintaan masa lalu perusahaan dengan peramalan permintaan masa yang akan datang. Dengan menggunakan fungsi peramalan terpilih maka diperoleh total permintaan untuk 12 bulan kedepan, yaitu 315.596 botol pada distribution center TIV, 1.125.382 botol pada distribution center SM, 375.317 botol pada distribution center AWS, 96.167 botol pada distribution center GCKM, 504.936 botol pada distribution center TDR, 491.987 botol pada distribution center HMT, 1.052.417 botol pada distribution center TSMS, dan 6.960.903 botol pada distribution center TSML.

6.2. Analisis Perhitungan Order Quantity