Rute Baru Penerapan Metode Savings Matrix Berdasarkan Permintaan periode Bulan Juli 2009 dst

Besarnya Order size untuk tiap-tiap customer adalah sebagai berikut : Tabel 4.108 Rata-rata Besarnya OrderSize per bulan untuk Bulan Juli 2009dst Customer Order Size Pembulatan ke atas Order Size dalam satuan kg Customer 1 17,3151 zakbulan 18 450 Customer 2 10 zakbulan 10 250 Customer 3 13 zakbulan 13 325 Customer 4 4 zakbulan 4 100 Customer 5 6 zakbulan 6 150 Customer 6 9 zakbulan 9 225 Customer 7 12 zakbulan 12 300 Customer 8 38 zakbulan 38 950 Customer 9 14 zakbulan 14 350 Customer 10 5 zakbulan 5 125 Customer 11 20 zakbulan 20 500 Customer 12 6 zakbulan 6 150 Customer 13 15 zakbulan 15 375 Kota Customer 1 55 dusbulan 55 275 Kota Customer 2 91.72 dusbulan 92 460 Kota Customer 3 200 dusbulan 200 1000 Kota Customer 4 163.581 dusbulan 164 820 Kota Customer 5 180 dusbulan 180 900 Kota Customer 6 199.933 dusbulan 200 1000 Kota Customer 7 15 dusbulan 15 75 Kota Customer 8 53.0400 dusbulan 54 270 Kota Customer 9 160.296 dusbulan 161 805 Kota Customer 10 116,6667 dusbulan 117 585

4.2.4 Rute Baru Penerapan Metode Savings Matrix Berdasarkan Permintaan periode Bulan Juli 2009 dst

Berdasarkan hasil peramalan permintaan periode bulan Juli 2009 dst, untuk permintaan dari tiap customer dialokasikan pada rute baru penerapan Savings Matrix , karena metode Savings Matrix memberikan penghematan jarak tempuh maupun biaya transportasi, sehingga besarnya permintaan dari tiap customer langsung dialokasikan pada rute baru. Karena besarnya ordersize hasil peramalan untuk periode bulan Juli 2009 berbeda dengan rata-rata ordersize periode bulan Juni 2007 sampai dengan Juni 2009, maka kita melakukan iterasi untuk ordersize untuk periode bulan Juli 2009dst.

A. Penentuan Alokasi

Customer pada Rute Baru Berdasarkan Permintaan periode Bulan Juli 2009 dst 1 Iterasi 1 Pada iterasi 1 ini rute awal diasumsikan bahwa setiap customer akan dikunjungi oleh satu armada secara esklusif. Dengan kata lain akan ada 13 rute untuk pendistribusian Tepung Cassava dengan menggunakan armada pick up berkapasitas 850 kg dan 10 rute untuk pendistribusian Tiwul Instan dengan menggunakan armada pick up box berkapasitas 1050 kg. Sehingga total keseluruhan terdapat 23 rute awal. Untuk penentuan rute baru dengan Savings Matrix ini pengalokasian dititikberatkan pada armada pick up box berkapasitas 1050 kg karena kapasitas yang lebih besar dan tingkat keamanan yg lebih tinggi Hasil Iterasi ini dapat dilihat pada Tabel 4.23 Iterasi 1 pada Lampiran G. 2 Iterasi 2 Dari Tabel 4.22 Savings Matrix, didapat penghematan jarak terbesar yaitu 355,88 = SC13,K7 dengan mengkombinasikan rute untuk C13 dan K7 dalam 1 rute, yaitu rute A. Kemudian dilakukan pengecekan apakah pengkombinasian tersebut layak dilakukan atau tidak dengan berdasarkan nilai total order size customer tersebut, kapasitas armada yang ada pick up box berkapasitas 1050 kg, dan due date. Untuk perhitungan beban dari tiap customer dilihat berdasarkan Tabel 4.108 Rata-rata Besarnya OrderSize per bulan untuk Bulan Juli 2009dst, deng Beban Rute A = Order SizeC13 + Order SizeK7 = 375 + 75 = 450 kg 1050 kg dari kapasitas pick up box, sehingga dikatakan layak. C13 memiliki due date tanggal 10, sedangkan K7 tidak memiliki due date. Sehingga penggabungan C13 dan K7 pada Rute A layak dilakukan. Hasil iterasi 2 dapat dilihat pada Tabel 4.24 Iterasi 2 pada Lampiran G. 3 Iterasi 3 Pada iterasi 3 didapat penghematan jarak terbesar selanjutnya adalah 255,7 yaitu : a. C13,C11 Berdasarkan iterasi 2 diatas diketahui C13 masuk ke rute A, sehingga C11 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13 + Order SizeK7 + Order SizeC11 = 375 + 75 + 500 = 950 kg 1050 kg, dari kapasitas pick up box, sehingga dikatakan layak. Tetapi C13 memiliki due date yang berbeda. C13 memiliki due date tanggal 10 dan C11 memiliki due date tanggal 12 tiap bulannya. Jadi pengalokasian C13 dan C11 ke dalam 1 rute tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.25 Iterasi 3 Lampiran G. b. C11,K7 Berdasarkan iterasi 2 diatas diketahui K7 masuk ke rute A, sehingga C11 dapat dialokasikan ke rute A. Hasil pengalokasian C11 ke rute A sama dengan hasil pengalokasian pada iterasi 3a yang menghasilkan pengalokasian tidak layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.25 Iterasi 3 Lampiran G. 4 Iterasi 4 Pada iterasi 4 didapat penghematan jarak terbesar selanjutnya adalah 250,1, yaitu: a. C5,C13 Berdasarkan iterasi 2 diatas diketahui C13 masuk ke rute A, sehingga C5 dapat dialokasikan ke rute A. dengan perhitungan sebagai berikut : Beban Rute A = Order SizeC13 + Order SizeK7 + Order SizeC5 = 375 + 75 + 100 = 550 kg 1050 kg, dari kapasitas pick up box, sehingga dikatakan layak. Hasil Iterasi ini dapat dilihat pada Tabel 4.26 Iterasi 4 Lampiran G. b. C5,K7 Berdasarkan iterasi 4a, dapat dilihat C5 dan K7 sudah dialokasikan ke Rute A, sehingga tidak perlu dilakukan perhitungan terhadap jarak ini. Hasil iterasi selanjutnya dapat dilihat pada Lampiran H, yang menghasilkan rute baru sebagai berikut : C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 C1 RuteC C2 RuteA 4,22 C3 RuteD 145,91 7,39 C4 RuteB 162,72 3,37 115,40 C5 RuteA 131,73 0,38 91,01 217,07 C6 RuteD 121,41 11,00 127,97 92,43 76,15 C7 RuteE 36,29 19,28 40,89 25,49 15,28 45,17 C8 RuteG 145,91 51,09 152,64 115,4 91,01 127,97 40,89 C9 RuteC 200,2 57,28 152,3 163,11 130,67 126,24 38,24 152,3 C10 RuteC 87,18 15,97 37,6 4,99 3,33 0,52 3,39 0,1 C11 RuteF 150,63 0,12 104,64 241,31 235,19 82,78 19,29 104,64 150,82 2,29 0 C12 RuteD 100,85 8,82 105,95 80,51 62,3 106,82 42,33 105,95 103,29 0,32 71,59 0 C13 RuteA 143,16 1,12 96,42 233,84 250,1 74,17 15,32 96,42 144,11 3,58 255,57 64,43 K1 RuteF 0,02 15,97 0,1 4,99 3,33 0,52 3,39 0,1 -0,77 18,44 2,29 0,32 3,58 0 K2 RuteE 36,29 19,28 40,89 25,49 15,28 45,17 53,46 40,89 38,24 3,39 19,28 42,33 15,32 3,39 0 K3 RuteH 96,54 11,19 102,71 74,33 56,05 107,53 45,28 124,74 99,77 0,65 65,34 114,14 58,15 0,65 45,28 0 K4 RuteI 23,78 64,88 30,51 6,79 0,02 38,62 34,68 30,51 28,85 14,55 1,34 28,84 0 14,55 34,68 34,48 0 K5 RuteJ 9,57 63,25 14,1 4,33 0,01 19,09 26,62 14,1 11,4 14,46 0,16 15,51 0,06 14,65 26,62 18,82 84,97 0 K6 RuteK 200,2 5,31 149,69 163,11 130,67 126,24 38,24 149,69 218,44 0 150,82 103,29 144,11 0 1,74 99,77 28,85 11,4 K7 RuteA 143,17 66,09 96,42 233,84 250,1 74,17 15,32 96,42 144,11 3,58 255,57 64,43 355,88 3,58 15,32 58,15 0,06 144,11 K8 RuteD 145,91 51,09 152,64 115,4 91,01 127,97 40,89 152,64 152,3 0,1 104,64 105,95 96,42 0,1 40,89 124,74 30,51 14,1 149,69 96,42 K9 RuteL 126,61 1,19 87,27 210,22 242,57 67,47 14,24 87,27 125,29 3,65 227,72 59,72 246,91 3,65 14,24 53,5 0,01 0,1 125,29 246,91 87,27 K10 RuteB 162,66 0,02 114,07 249,66 214,66 90,75 22,66 114,07 163,47 1,54 241,56 78,38 234,67 1,54 22,66 157,7 3,9 1,12 163,47 234,67 114,09 207,58 0

B. Rute Baru Penerapan Savings Matrix berdasarkan permintaan Juli 2009 dst

Berdasarkan hasil peramalan permintaan bulan Juli 2009 dst tersebut, maka selanjutnya akan dialokasikan ke rute baru penerapan Savings Matrix sebagai berikut : a. Rute A = C13, K7, C5, C2 Beban rute A = C13 18 zak Tepung Cassava = 375 kg K7 15 dus Tiwul Instan = 75 kg C5 6 zak Tepung Cassava = 100 kg C2 10 zak Tepung Cassava = 250 kg + Total = 800 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru tanggal 13 tiap bulan due date. b. Rute B = C4, K10 Beban rute B = C4 5 zak Tepung Cassava = 100 kg K10 124 dus Tiwul Instan = 585 kg + Total = 685 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 1 sampai 3 tiap bulan. c. Rute C = C1, C9, C10 Beban rute C = C1 18 zak Tepung Cassava = 450 kg C9 14 zak Tepung Cassava = 350 kg C10 5 zak Tepung Cassava = 125 kg + Total = 5 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal tanggal 6 tiap bulan due date. d. Rute D = C3, K8, C6, C12 Beban rute D = C3 13 zak Tepung Cassava = 325 kg K8 54 dus Tiwul Instan = 270 kg C6 9 zak Tepung Cassava = 225 kg C12 6 zak Tepung Cassava = 150 kg + Total = 970 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 1 sampai 3 tiap bulan. e. Rute E = K2, C7 Beban rute E = K2 92 dus Tiwul Instan = 460 kg C7 12 zak Tepung Cassava = 300 kg + Total = 760 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru tanggal tanggal 1 sampai 3 tiap bulan. f. Rute F = C11, K1 Beban rute F = C11 20 zak Tepung Cassava = 500 kg K1 55 dus Tiwul Instan = 275 kg + Total = 775 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru tanggal 12 tiap bulan due date. g. Rute G = C8 Beban rute G = 38 zak Tepung Cassava = 950 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 4 tiap bulan due date. h. Rute H = K3 Beban rute H = 200 dus Tiwul Instan = 1000 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 7 sampai 12 tiap bulan. i. Rute I = K4 Beban rute I = 164 dus Tiwul Instan = 820 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 7 sampai 12 tiap bulan. j. Rute J = K5 Beban rute J = 180 dus Tiwul Instan = 900 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan. k. Rute K = K6 Beban rute K = 200 dus Tiwul Instan = 1000 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan l. Rute L = K9 Beban rute L = 161 dus Tiwul Instan = 805 kg Armada = Pick Up box 1050 kg milik sendiri Jadwal pengiriman baru antara tanggal 12 sampai 15 tiap bulan

C. Mengurutkan Customer dalam Rute Baru Berdasarkan Permintaan Bulan Juli 2009 dst

Dalam mengurutkan kunjungan dalam pendistribusian Tepung Cassava dan Tiwul Instan dari pabrik sampai pada customer terakhir hingga kembali ke pabrik menggunakan metode mengurutkan kunjungan Nearest Neighbour, dengan urutan kunjungan sebagai berikut : 1. Rute A C13, K7, C5, C2 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer Tiwul Instan K, ada 4 kemungkinan terjasi untuk kunjungan pertama yang akan dilalui dalam rute A, yaitu: 1 Menuju customer 13 C13 dengan jarak 177,94 km 2 Menuju Kota customer 7 K7 dengan jarak 177,94 km 3 Menuju customer 5 C5 dengan jarak 125,12 km 4 Menuju customer 2 C2 dengan jarak 33,25 km Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C2 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 2 dengan jarak 33,25 km, dan urutan kunjungan ke customer sementara untuk rute A dimulai dari C2. b. Iterasi 2 Perjalanan dari customer 2 C2 ke customer C atau Kota customer K selanjutnya ada 3 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute A, yaitu : 1 Dari C2 menuju customer 13 C13 dengan jarak 210,07 km 2 Dari C2 menuju Kota customer 7 K7 dengan jarak 145,10 km 3 Dari C2 menuju customer 5 C5 dengan jarak 157,99 km Dari 3 kemungkinan yang terjadi untuk kunjungan kedua dari C2 adalah K7 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju Kota customer 7 dengan jarak 145,10 km, dan urutan kunjungan ke customer sementara untuk rute A adalah C2 K7 c. Iterasi 3 Perjalanan dari Kota customer 7 K7 ke customer C selanjutnya ada 2 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute A, yaitu : 1 Dari K7 menuju customer 13 C13 dengan jarak 0 km 2 Dari K7 menuju customer 5 C5 dengan jarak 52,96 km Dari 2 kemungkinan yang terjadi untuk kunjungan ketiga dari K7 adalah C13 karena memiliki jarak paling dekat dengan K7, sehingga dari K7 langsung menuju customer 13 C13 dengan jarak 0 km, dan urutan kunjungan ke customer sementara untuk rute A adalah C2 K7 C13 Perjalanan dari customer 13 C13 customer selanjutnya yaitu menuju customer 5 C5 dengan jarak dari customer sebelumnya C13 sebesar 52,96 km, sehingga urutan kunjungan pendistribusian tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute B adalah : G C2 K7 C13 C5 G Dengan total jarak tempuh perjalanan = 33,25+145,10+0+52,96+125,12 = 356,43 km. 2. Rute B C4, K10 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute B, yaitu: 1 Menuju customer 4 C4 dengan jarak 126,81 km 2 Menuju Kota customer 10 K10 dengan jarak 127,09 km Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C4 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 4 dengan jarak 126,81 km, dan urutan kunjungan ke customer sementara untuk rute B dimulai dari C4. b. Iterasi 2 Perjalanan dari customer 4 C4 Kota customer K selanjutnya yaitu menuju Kota customer 10 K10 dengan jarak dari customer sebelumnya C4 sebesar 4,24 km, sehingga urutan kunjungan pendistribusian tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute B adalah : G C4 K10 G Dengan total jarak tempuh perjalanan = 126,81+4,24+127,09 = 258,14 km. 3. Rute C C1, C9, C10 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C ada 3 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute C, yaitu: 1 Menuju customer 1 C1 dengan jarak 101,48 km 2 Menuju customer 9 C9 dengan jarak 109,22 km 3 Menuju customer 10 C10 dengan jarak 9,22 km Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C10 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 10 dengan jarak 9,22 km, dan urutan kunjungan ke customer sementara untuk rute C dimulai dari C10. b. Iterasi 2 Perjalanan dari customer 10 C10 ke customer C selanjutnya ada 2 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute C, yaitu : 1 Dari C10 menuju customer 9 C9 dengan jarak 118,44 km 2 Dari C10 menuju customer 1 C1 dengan jarak 23,52 km Dari 2 kemungkinan yang terjadi untuk kunjungan ketiga dari C10 adalah C1 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 1 C1 dengan jarak 23,52 km, dan urutan kunjungan ke customer sementara untuk rute C adalah C10 C1 Perjalanan dari customer 1 C1 customer selanjutnya yaitu menuju customer 9 C9 dengan jarak dari customer sebelumnya C1 sebesar 10,50 km, sehingga urutan kunjungan pendistribusian tepung Cassava dari pabrik G ke customer pada rute C adalah : G C10 C1 C9 G Dengan total jarak tempuh perjalanan = 9,22+23,52+10,50+109,22=152,46 km. 4. Rute D C3, K8, C6, C12 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer Tiwul Instan K, ada 4 kemungkinan terjasi untuk kunjungan pertama yang akan dilalui dalam rute D, yaitu: 1 Menuju customer 3 C3 dengan jarak 76,32 km 2 Menuju Kota customer 8 K8 dengan jarak 76,32 km 3 Menuju customer 6 C6 dengan jarak 109,22 km 4 Menuju customer 12 C12 dengan jarak 53,71 km Dari 3 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah C12 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju customer 12 dengan jarak 53,71 km, dan urutan kunjungan ke customer sementara untuk rute D dimulai dari C12. b. Iterasi 2 Perjalanan dari customer 12 C12 ke customer C atau Kota customer K selanjutnya ada 3 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute D, yaitu : 1 Dari C12 menuju customer 3 C3 dengan jarak 24,08 km 2 Dari C12 menuju Kota customer 8 K8 dengan jarak 24,08 km 3 Dari C12 menuju customer 6 C6 dengan jarak 15,07 km Dari 3 kemungkinan yang terjadi untuk kunjungan kedua dari C12 adalah C6 karena memiliki jarak paling dekat dengan C12, sehingga dari C12 langsung menuju customer 6 dengan jarak 15,07 km, dan urutan kunjungan ke customer sementara untuk rute D adalah C12 C6 c. Iterasi 3 Perjalanan dari customer 6 C6 ke customer C selanjutnya ada 2 kemungkinan terjadi untuk kunjungan selanjutnya yang akan dilalui dalam rute D, yaitu : 1 Dari C6 menuju customer 3 C3 dengan jarak 16,53 km 2 Dari C6 menuju Kota customer 8 K8 dengan jarak 16,53 km Dari 2 kemungkinan yang terjadi untuk kunjungan ketiga dari C6 adalah C3 dari C3 langsung menuju K8 karena keduanya memiliki jarak yang sama dengan C6, sehingga dari C6 langsung menuju customer 3 C3 lalu ke Kota Customer 8 K8 dengan jarak 16,53 km, dan urutan kunjungan ke customer sementara untuk rute A adalah C12 C6 C3 K8 Sehingga urutan kunjungan pendistribusian tepung Cassava dan Tiwul Instan dari pabrik G ke customer pada rute D adalah : G C12 C6 C3 K8 G Dengan total jarak tempuh perjalanan = 53,71+15,07+16,53+0+76,32 =161,63 km. 5. Rute E K2,C7 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C dan Kota customer Tiwul Instan K, ada 2 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute E, yaitu: 1 Menuju Kota customer 2 K2 dengan jarak 26,73 km 2 Menuju customer 7 C7 dengan jarak 26,73 km Karena kedua customer memiliki jarak yang sama dengan pabrik, maka urutan kunjungan pada rute E menjadi : G K2 C7 G Dengan total jarak tempuh perjalanan = 26,73 + 0 + 26,73 = 53,46 km. 6. Rute F C11, K1 a. Iterasi 1 Perjalanan dari pabrik G ke customer tepung Cassava C, ada 2 kemungkinan terjadi untuk kunjungan pertama yang akan dilalui dalam rute F, yaitu: 1 Menuju customer 11 C11 dengan jarak 131,91 km 2 Menuju Kota customer 1 K1 dengan jarak 9,22 km Dari 2 kemungkinan yang terjadi untuk kunjungan pertama dari pabrik adalah K1 karena memiliki jarak paling dekat dengan pabrik, sehingga dari pabrik langsung menuju Kota customer 1 dengan jarak 9,22 km, dan urutan kunjungan ke customer sementara untuk rute F dimulai dari K1. b. Iterasi 2 Perjalanan dari Kota customer 1K1 ke customer C selanjutnya yaitu menuju customer 11 C11 dengan jarak 138,84 km, sehingga urutan pendistribusian tepung Cassava dari pabrik G ke customer C pada rute F adalah G K1 C11 G Dengan total jarak perjalanan = 9,22 + 138,84 + 131,91 = 148,06 km. 7. Rute G C8 Perjalanan dari pabrik langsung menuju customer 8 C8, karena hanya ada 1 kemungkinan kunjungan pada 1 customer dengan jarak 76,32 km, sehingga pendistribusian tepung Cassava dari pabrik G ke customer C pada rute G adalah G C8 G Dengan total jarak perjalanan = 76,32 + 76,32 = 152,64 km 8. Rute H K3 Perjalanan dari pabrik langsung menuju Kota customer 3 K3, karena hanya ada 1 kemungkinan kunjungan pada 1 customer dengan jarak 53,93 km, sehingga pendistribusian Tiwul Instan dari pabrik G ke customer C pada rute H adalah G K3 G Dengan total jarak perjalanan = 53,93 + 53,93 = 107,86 km 9. Rute I K4 Perjalanan dari pabrik langsung menuju Kota customer 4 K4, karena hanya ada 1 kemungkinan kunjungan pada 1 customer dengan jarak 177,94 km, sehingga pendistribusian tepung Cassava dari pabrik G ke customer C pada rute I adalah G K4 G Dengan total jarak perjalanan = 177,94 + 177,94 = 355,88 km 10. Rute J K5 Perjalanan dari pabrik langsung menuju kota customer 5 K5, karena hanya ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 42,50 km, sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada rute J adalah G K5 G Dengan total jarak perjalanan = 42,50 + 42,50 = 85,00 km 11. Rute K K6 Perjalanan dari pabrik langsung menuju kota customer 6 K6, karena hanya ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 109,22 km, sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada rute K adalah G K6 G Dengan total jarak perjalanan = 109,22 + 109,22 = 218,44 km 12. Rute L K9 Perjalanan dari pabrik langsung menuju kota customer 9 K9, karena hanya ada 1 kemungkinan kunjungan pada 1 kota customer dengan jarak 123,49 km, sehingga pendistribusian Tiwul Instan dari pabrik G ke kota customer K pada rute L adalah G K9 G Dengan total jarak perjalanan = 123,49 + 123,49 = 246,98 km

4.2.6 Perhitungan Biaya Transportasi Rute Baru Untuk periode Bulan Juli 2009 dst

Dokumen yang terkait

PENENTUAN JALUR DISTRIBUSI ROKOK KRETEK DENGAN METODE SAVINGS MATRIX UNTUK MEMINIMUMKAN BIAYA TRANSPORTASI DI PR. BERKAH NALAMI, PONOROGO.

2 8 110

PENENTUAN JALUR DISTRIBUSI FILTER ROKOK DENGAN METODE SAVINGS MATRIX UNTUK MEMINIMUMKAN BIAYA DISTRIBUSI DI PT. FILTRONA INDONESIA, SIDOARJO.

0 0 89

PENENTUAN JALUR DISTRIBUSI “DAGING SAPI” DENGAN MENGGUNAKAN METODE SAVINGS MATRIX UNTUK MENGOPTIMALKAN BIAYA TRANSPORTASI DI CV. SARI JAYA MANDIRI.

78 245 110

PENENTUAN RUTE DISTRIBUSI PRODUK KE KONSUMEN UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PG CANDI BARU SIDOARJO.

0 0 100

PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA.

5 13 139

PENENTUAN JALUR DISTRIBUSI DAN PENJADWALAN DISTRIBUSI UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PT. CAHAYA SEJAHTERA SENTOSA BLITAR

0 1 20

PERENCANAAN RUTE DISTRIBUSI PRODUK OLIE DRUM UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PT KAMADJAJA LOGISTICS SURABAYA

0 0 20

PENENTUAN RUTE DISTRIBUSI PRODUK KE KONSUMEN UNTUK MEMINIMALKAN BIAYA TRANSPORTASI DENGAN METODE SAVINGS MATRIX DI PG CANDI BARU SIDOARJO

0 1 12

PENENTUAN JALUR DISTRIBUSI ROKOK KRETEK DENGAN METODE SAVINGS MATRIX UNTUK MEMINIMUMKAN BIAYA TRANSPORTASI DI PR. BERKAH NALAMI, PONOROGO

0 0 21

PENENTUAN JALUR DISTRIBUSI FILTER ROKOK DENGAN METODE SAVINGS MATRIX UNTUK MEMINIMUMKAN BIAYA DISTRIBUSI DI PT. FILTRONA INDONESIA, SIDOARJO

0 1 8